Content and Conceptual Frameworks of Preceptor Feedback Related to Residents’ Educational Needs
Notice bibliographique
Résumé
PURPOSE: The development of clinical expertise depends not only on frequent practice opportunities but also on receiving quality feedback, especially regarding difficult aspects of learning. The purpose of this study was to investigate the content and conceptual frameworks of preceptor feedback to residents during case presentations. METHOD: The authors conducted a qualitative and correlational study in which 25 clinical preceptors from one Canadian medical school's internal medicine and family medicine residency programs responded to six written, case-based vignettes depicting residents seeking help regarding a variety of educational issues. Preceptors were asked probing follow-up questions about their responses. The authors analyzed response content, conceptual frameworks used in formulating responses, and the correlation between the two. RESULTS: Overall, the preceptors generated 806 responses, representing 96 distinct topics. The five topics mentioned most frequently related to reading suggestions, leading diagnosis, contrasting clinical findings, patient follow-up, and resident's concerns/feelings about the case. Seventy-three percent of the topics were specific to one or two vignettes. The preceptors used 18 distinct conceptual frameworks in formulating responses (e.g., analytical versus nonanalytical reasoning, problem representation, therapeutic alliance, patient-centered approach). Use of conceptual frameworks was positively associated with greater diversity of responses (r = 0.43, P = .03). CONCLUSIONS: The vignettes stimulated rich and extensive lists of topics and conceptual frameworks. These findings represent but one step in the exploration of the content and conceptual frameworks of preceptor feedback and of the interrelatedness of feedback content and process, which have important implications for teaching and faculty development.
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 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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».