Educational Perspectives on Compassionate Concussion Care: A Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Teaching compassionate concussion care, particularly by engaging patients and caregivers as partners in education, is a complex and evolving field. Clinician-educators are now expected to move beyond traditional methods and draw on diverse approaches to understand how people learn. Yet, many current teaching practices lack clear theoretical grounding, limiting their ability to prepare physicians to address patients' individual needs. Despite growing interest in compassion education, little is known about how paradigms shape postgraduate concussion-care training and assessment. This scoping review aimed to (1) explore the educational paradigms and learning theories underpinning postgraduate concussion-care education and (2) contrast the paradigms guiding assessment of and for learning. METHODS: Following Arksey and O'Malley's scoping review framework, we searched MEDLINE, Embase, ERIC, Cochrane, and CINAHL. Eligible articles described full-length postgraduate concussion-care educational interventions. Extracted data included intervention design, educational paradigm, learning theory and reported outcomes. FINDINGS: Of the 1574 articles screened, 9 met inclusion criteria. Identified paradigms included behaviourism, positivism, cognitivism and constructivism. Social-cultural learning theory (a form of Constructivism) appeared in six of nine studies. Most studies did not explicitly state their guiding paradigm or align assessment with compassionate outcomes. CONCLUSION: This review highlights the implicit paradigms shaping concussion-care education and their limitations for cultivating compassion. Constructivism offers the most promise for advancing compassionate practice by fostering collaboration, reflection, and learner agency. Given the interpersonal, cognitive and contextual demands of concussion care, adopting a constructivist orientation may better prepare physicians to meet patient and caregiver needs.
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 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,024 | 0,024 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».