MétaCan
Menu
Retour à la cohorte
Enregistrement W1969156531 · doi:10.1097/acm.0b013e318140168f

Questioning Competence: A Discourse Analysis of Attending Physicians’ Use of Questions to Assess Trainee Competence

2007· article· en· W1969156531 sur OpenAlexafffund
Tara J T Kennedy, Lorelei Lingard

Notice bibliographique

RevueAcademic Medicine · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensThe Wilson CentreUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCompetence (human resources)PresuppositionPsychologyMedical educationMedicineSocial psychologyLinguistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Attending physicians (APs) must constantly assess trainees' competence to act independently, to promote learning while ensuring quality of care. This study aimed to explore, through discourse analysis of case presentations, the process of competence assessment for case-specific clinical independence. METHOD: Twenty-six case presentations in emergency medicine were observed and audiorecorded. A discourse analysis was conducted, focusing on APs' use of questioning strategies. RESULTS: Questioning strategies involved clarifying questions (to ensure APs' understanding of the case), probing questions (to probe trainees' understanding of a case or their underlying knowledge), and challenging questions (to challenge presuppositions). Case-related probing questions and challenging questions were found to be linguistic features of APs' assessments of trainees' competence. CONCLUSIONS: The identification of specific linguistic features of the process of competence assessment by APs provides a framework for faculty development and future study of the function and effects of such discourse patterns.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,483
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,443
Écart entre enseignants0,351 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetInnovations in Medical EducationTravaux en français237 207