Resident experiences of informal education: how often, from whom, about what and how
Notice bibliographique
Résumé
CONTEXT: The merits of informal learning have been widely reported and embraced by medical educators. However, research has yet to describe in detail the extent to which informal intraprofessional or informal interprofessional education is part of graduate medical education (GME), and the nature of those informal education experiences. This study seeks to describe: (i) who delivers informal education to residents; (ii) how often they do so; (iii) the content they share; and (iv) the teaching techniques they use. METHODS: This study describes instances of informal learning in GME captured through non-participant observations in two contexts: a palliative care hospice and a paediatric hospital. Analysis of 60 hours of observation data involved a process of collaborative team consensus to: (i) identify instances of informal intraprofessional and informal interprofessional education, and (ii) categorise these instances by CanMEDS Role and teaching technique. RESULTS: Findings indicate that 84.8% of GME-level informal education that takes place in these two settings is physician-led and 15.2% is nurse-led. Organised by CanMEDS Role, findings reveal that, although all Roles are addressed by both physicians and nurses, those most commonly addressed are Medical Expert (physicians: 35.7%; nurses: 27.5%) and Communicator (physicians: 22.3%; nurses: 25.0%). Organised by teaching technique, findings reveal that physicians and nurses favour similar techniques. CONCLUSIONS: Although it is not surprising that informal interprofessional education plays a lesser role than informal intraprofessional education in GME, these findings suggest that the role of informal interprofessional education is worthy of support. Echoing the calls of others, we posit that medical education should recognise and capitalise on the contributions of informal learning, whether it occurs intra- or interprofessionally.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| 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 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 ».