A reflective analysis of medical education research on self‐regulation in learning and practice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: In the health professions we expect practitioners and trainees to engage in self-regulation of their learning and practice. For example, doctors are responsible for diagnosing their own learning needs and pursuing professional development opportunities; medical residents are expected to identify what they do not know when caring for patients and to seek help from supervisors when they need it, and medical school curricula are increasingly called upon to support self-regulation as a central learning outcome. Given the importance of self-regulation in both health professions education and ongoing professional practice, our aim was to generate a snapshot of the state of the science in medical education research in this area. METHODS: To achieve this goal, we gathered literature focused on self-regulation or self-directed learning undertaken from multiple perspectives. Then, with support from a multi-component theoretical framework, we created an overarching map of the themes addressed thus far and emerging findings. We built from that integrative overview to consider contributions, connections and gaps in research on self-regulation to date. RESULTS AND CONCLUSIONS: Based on this reflective analysis, we conclude that the medical education community's understanding about self-regulation will continue to advance as we: (i) consider how learning is undertaken within the complex social contexts of clinical training and practice; (ii) think of self-regulation within an integrative perspective that allows us to combine disparate strands of research and to consider self-regulation across the training continuum in medicine, from learning to practice; (iii) attend to the grain size of analysis both thoughtfully and intentionally, and (iv) most essentially, extend our efforts to understand the need for and best practices in support of self-regulation.
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.
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 | 0,008 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 découle