Print, Play, and Learn: Cataloging Card and Board Games for Medical Education From 1980 to 2025
Notice bibliographique
Résumé
Background Card and board games are increasingly described in the medical education literature, but games in the literature are not always available for use by educators. Since the last survey of games for medical education, new funding and distribution technologies have reduced barriers to sharing games, and we hypothesize that more games are available than described in the literature and that new technologies have contributed to this availability. We aim to describe the current landscape of games beyond the literature to facilitate their use and study. Methods For this study, we curated a list of sites where games are available for download and/or purchase by searching for sites associated with the games from an earlier review. We searched these sites over a three-year period to build a catalog of games published in or before 2024 that were designed for physicians and/or physician-track learners. We described the audiences, content areas, technologies used for distribution, and other details about the games. Results We identified 224 games, of which 87 met the inclusion criteria. The number of games increased year-over-year from 2013-2019, and the peak year was 2023. Popular game topics included infectious disease (n=15), anatomy (n=11), neurology (n=10), pediatrics (n=10), and emergency medicine (n=9). Games were often shared using printable files (34) and print-on-demand services (23). Only 31 (36%) games had an associated academic publication. Conclusions The number of medical education games has substantially increased in the last decade, facilitated by the adoption of print-on-demand and the sharing of printable files. Gaps in content area and target audience still remain, and we encourage educators to employ funding and distribution technologies to facilitate sharing games more widely.
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 | 0,003 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,022 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».