The power of one: Looking beyond the teacher in clinical instruction
Notice bibliographique
Résumé
BACKGROUND: Research on clinical teaching in medicine tends to focus on preceptors and senior attending physicians as the primary source of learning for medical students. As a result, there is an artificial separation of 'teacher' from context in much of the research on clinical teaching in medicine. AIMS: The central aim of this study was to challenge the taken-for-granted assumption that student learning can be attributed primarily to a preceptor or attending physician on a rotation. METHODOLOGY: Twenty-two medical students and forty-one clinical faculty members generated explanations for a study that showed a positive effect on NMBE results for 3rd year clerkship students who had at least one highly effective clinical teacher during their clinical rotation in medicine. RESULTS: Student and faculty explanations resulted in fourteen factors and six propositions describing the nature of highly effective clinical teaching. Students believed contextual factors influenced their own learning, but did not comment on that possibility in the study (Griffith CH, Georgesen JC, Wilson JF. 2000. Six-year documentation of the association between excellent clinical teaching and improved student examination performance. Acad Med 75(10): October Supplement). Most clinical faculty did question the assumption that one teacher could have that effect. CONCLUSIONS: We recommend refocusing research on clinical instruction toward engagement within a community of professionals, rather than attributing 'power' to a single clinical teacher.
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 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,034 |
| Communication savante | 0,008 | 0,016 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».