Research Trends of Health Professions Education Model from 2005 to 2024: A Bibliometric Analysis via CiteSpace
Notice bibliographique
Résumé
Objective: This study seeks to offer medical educators, researchers, and clinical practitioners a novel, comprehensive, and visually engaging perspective on the field. It accomplishes this by analyzing the research trends, frontier topics, and pressing issues related to Health Professions Education Model (HPEM) over the past two decades from 2005 to 2024. Methods: This study employed CiteSpace 6.4.R1 and R-tool (version 4.5.1) software to conduct an analysis of articles pertaining to the Health Professions Education Model within the Web of Science Core Collection (WoSCC) database. The analysis encompassed various aspects, including keywords, disciplines, countries, institutions, authors, and references. Results: A total of 2,953 articles were incorporated into this study. The predominant research topics within this domain encompassed "interprofessional education (IPE)", "competency-based continuing professional development (CPD)", and "student-led professional experiences (SLEs)." The five countries with the highest number of publications related to Health Professions Education Model (HPEM) were the United States, Australia, Canada, England, and China. Notable authors in this field included Olle ten Cate, Frank Jason R. Eric S. Holmboe, and Carol Carraccio. Additionally, the journals that emerged as the leading publications in this discipline were Academic Medicine, Medical Education, and Medical Teacher. Conclusion: This study emphasizes the critical importance of international cooperation and exchange, particularly highlighting the necessity to strengthen collaboration among relevant institutions and prominent scholars in Europe, the United States of America, and China. Furthermore, it underscores current trends in the development of HPEM, specifically interprofessional education and competency-based continuing professional development. The research offers valuable insights for medical educators, scholars, and clinicians, enhancing their understanding of prevailing research trends and future directions within Health Professions Education Model.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,146 | 0,172 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».