A Scoping Review: Mapping the Evidence for Undergraduate Concussion Education and Proposing the Content for Medical Student Concussion Teaching.
Notice bibliographique
Résumé
INTRODUCTION: Concussion is a common yet complex condition, with each new case requiring assessment by a medical doctor. Recent research has shown that doctors working in the UK have significant knowledge deficits regarding concussion diagnosis and management. AIM: The aim of this scoping review was to map out the evidence about how undergraduate medical students are being educated about concussion. METHOD: This scoping review involved seven research papers identified by searching five online databases in October 2020. Search terms relevant to concussion included: brain injuries, post-concussion syndrome, brain concussion and concussion, combined with search criteria for undergraduate education: medical students, undergraduate medical education, or curriculum. RESULTS: All seven papers were published in North America, with five papers recruiting medical students from single institutions (n = 590) and two papers surveying universities. Canadian medical schools have shown an upward trend in the quantity of teaching about concussion-specific teaching: from 0.57 to 2.65 h between 2012 and 2018. Lectures were the commonest mode of delivery of teaching, followed by problem-based learning and clinical rotations. The studies reach a common conclusion that medical students are not being adequately prepared for diagnosing and managing concussion, with insufficient undergraduate teaching, particularly exposure during clinical rotations, cited as the cause. CONCLUSIONS: Concussion: education of medical students is inadequate in North America. Medical schools should help address this by providing lectures and clinical presentations on concussion to learn from, particularly via problem-based learning. There is a paucity of evidence about concussion education in other geographical areas.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».