Interdisciplinary education in undergraduate health programs: A scoping review / Interdisziplinäre Ausbildung in den Gesundheitsberufen. Ein Scoping Review.
Notice bibliographique
Résumé
Abstract Background Patients rely on multiple healthcare providers working cohesively as a team. However, learners in health-related disciplines are typically trained in isolation from one another. While some literature has explored how collaborative learning at the graduate level, undergraduate health programs are often not included in this discourse. Objectives This study aims to identify literature detailing collaborative, or interdisciplinary education (IDE), initiatives, attitudes, and interventions in undergraduate health-related programs. Methods The Arksey and O’Malley scoping review methodological framework was followed. A search was conducted (December 2023) using CINAHL, Embase, ERIC, Ovid MEDLINE, PsychInfo, and Web of Science. Studies were included if they involved two or more disciplines (at least one health-related) and/or post-secondary undergraduate learners, and if they were related to education. Studies were excluded if they discussed learners outside direct-entry undergraduate programs, were studies on working health professionals, or did not focus on IDE. Using the Donabedian model, results were synthesized into IDE structure, process, and outcomes. Results Thirty-five studies met the inclusion criteria. Micro, meso, and macro structures were found to facilitate or pose barriers to IDE. Regarding process, there were various disciplines, intervention types, durations, and teaching modalities. Positive outcomes included student knowledge, skills, attitudes and beliefs, and behaviors. Challenges included lack of support and difficulties with resources and logistics, learning activities, student group dynamics, and attitudes and beliefs. Studies offered recommendations for IDE. Our analysis revealed gaps in the literature concerning reporting of IDE process and outcomes. Conclusions We make recommendations for education researchers, educational developers, and policymakers regarding the design, implementation, evaluation, and reporting of IDE.
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 | 0,016 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,020 | 0,022 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».