MétaCan
Menu
Retour à la cohorte
Enregistrement W2064999982 · doi:10.3138/jvme.1013-142r

Initiatives to Improve Feedback Culture in the Final Year of a Veterinary Program

2014· article· en· W2064999982 sur OpenAlexvenueno aff
Sheena Warman, Emma J. Laws, Emma Crowther, Sarah Baillie

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFormative assessmentPeer feedbackMedical educationCompetence (human resources)PortfolioPsychologyFaculty developmentFocus groupPerceptionCorrective feedbackMedicineProfessional developmentPedagogyMathematics educationSociologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Despite the recognized importance of feedback in education, student satisfaction with the feedback process in medical and veterinary programs is often disappointing. We undertook various initiatives to try to improve the feedback culture in the final clinical year of the veterinary program at the University of Bristol, focusing on formative verbal feedback. The initiatives included E-mailed guidelines to staff and students, a faculty development workshop, and a reflective portfolio task for students. Following these initiatives, staff and students were surveyed regarding their perceptions of formative feedback in clinical rotations, and focus groups were held to further explore issues. The amount of feedback appeared to have increased, along with improved recognition of feedback by students and increased staff confidence and competence in the process. Other themes that emerged included inconsistencies in feedback among staff and between rotations; difficulties with giving verbal feedback to students, particularly when it relates to professionalism; the consequences of feedback for both staff and students; changes and challenges in students' feedback-seeking behavior; and the difficulties in providing accurate, personal end-of-rotation assessments. This project has helped improve the feedback culture within our clinics; the importance of sustaining and further developing the feedback culture is discussed in this article.

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)0,107
score de la tête « metaresearch » (Gemma)0,202
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,564

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1070,202
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0120,003
Communication savante0,0100,004
Science ouverte0,0070,012
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,429
Écart entre enseignants0,372 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations22
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207