The good and bad of group conformity: a call for a new programme of research in medical education
Notice bibliographique
Résumé
CONTEXT: Given that a significant portion of medical education occurs in various social settings (small groups, large classes, clinical environments), it is critical to examine how group members interact. One type of influence on these interactions is conformity, whereby an individual changes his or her own behaviour to match incorrect responses of others in a group. Conformity to peer pressure has been replicated in experimental research conducted in many countries over the last 60 years. There is newly emerging empirical evidence of this effect in medical education, suggesting that subtle motivations and pressures within a group may prevent students from challenging or questioning information that seems incorrect. OBJECTIVES: This narrative review aims to present an overview of theory and findings in research into conformity in the fields of social psychology, business, sociology and aviation theory to demonstrate its direct relevance to medical education and the health professions. METHODS: We searched online databases (MEDLINE, PubMed, PsycINFO and ProQuest) from the University of Calgary catalogue. We also searched citations in articles reviewed and references provided by colleagues. We limited our narrative review to publications released between 1950 and 2012. RESULTS: Group conformity behaviour may be one of a number of communication challenges associated with interprofessional care, and may represent a factor contributing to the burden of adverse events. This paper calls for a new programme of research into conformity in medical education that provides systematic empirical evidence of its relevance and applications in education, health care and practice. CONCLUSIONS: This review reveals decades of anecdotal and empirical evidence that conformity is a pervasive phenomenon across disciplines. Further research is needed to elucidate which situations pose the greatest risk for the occurrence of conformity, how to manage it in practice and its implications for patient safety.
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 | 0,081 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,020 |
| Communication savante | 0,014 | 0,052 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,011 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».