Senior Residentsʼ Views on the Meaning of Professionalism and How They Learn about It
Notice bibliographique
Résumé
PURPOSE: To determine senior residents' views on the meaning of professionalism and how they learned about it. METHOD: By means of a modified Dillman technique, all senior residents at two faculties of medicine (n = 533) were surveyed about professionalism during the 1998-99 academic year. The residents were asked to list attributes of professionalism and to rank methods they found most useful for learning about professionalism, to rate the adequacy and quality of their teaching about professionalism and their comfort in explaining the concept of professionalism to a more junior trainee, to list suggestions about how teaching about professionalism could be improved, and to name the medical organization most concerned with matters of professionalism. RESULTS: A total of 258 residents (48.4%) responded. They listed 1,052 attributes they associated with professionalism. The three most common attributes, all listed by more than 100 respondents, were respect, competence, and empathy. The respondents had learned the most about professionalism from observing role models, they rated the quantity and quality of teaching about it positively, and they felt comfortable explaining professionalism to a junior resident. Only 56% of the residents correctly identified the Canadian medical organization most concerned with professionalism. CONCLUSION: Residents' knowledge about professionalism reflects their early stage of development as physicians and their daily activities, where such aspects of professionalism as the social contract, codes of ethics, participation in professional societies, and altruism are not highlighted. Residency programs should develop teaching activities focusing on professionalism that relate to issues residents face in their daily work.
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 | 0,002 | 0,007 |
| 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 | 0,000 | 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) | 0,000 | 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 ».