MétaCan
Menu
Retour à la cohorte
Enregistrement W2045135833 · doi:10.1080/01421590600643653

Teaching professionalism: general principles

2006· article· en· W2045135833 sur OpenAlexaff
Richard L. Cruess, Sylvia R. Cruess

Notice bibliographique

RevueMedical Teacher · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésExperiential learningSophisticationSituatedCurriculumSituated cognitionPsychologyReflection (computer programming)PedagogyCognitionMathematics educationMedical educationEngineering ethicsComputer scienceMedicineSociology

Résumé

récupéré en direct d'OpenAlex

There are educational principles that apply to the teaching of professionalism during undergraduate education and postgraduate training. It is axiomatic that there is a single cognitive base that applies with increasing moral force as students enter medical school, progress to residency or registrar training, and enter practice. While parts of this body of knowledge are easier to teach and learn at different stages of an individual's career, it remains a definable whole at all times and should be taught as such. While the principle that self-reflection on theoretical and real issues encountered in the life of a student, resident or practitioner is essential to the acquisition of experiential learning and the incorporation of the values and behaviors of the professional, the opportunities to provide situations where this can take place will change as an individual progresses through the system, as will the sophistication of the level of learning. Teaching the cognitive base of professionalism and providing opportunities for the internalization of its values and behaviors are the cornerstones of the organization of the teaching of professionalism at all levels. Situated learning theory appears to provide practical guidance as to how this may be implemented. While the application of this theory will vary with the type of curriculum, the institutional culture and the resources available, the principles outlined should remain constant.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,033
Communication savante0,0090,005
Science ouverte0,0020,006
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,380
Écart entre enseignants0,339 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations349
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetInnovations in Medical EducationTravaux en français237 207