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 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 | 0,055 | 0,258 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,036 | 0,031 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».