Peer assisted learning in the clinical setting: an activity systems analysis
Notice bibliographique
Résumé
Peer assisted learning (PAL) is a common feature of medical education. Understanding of PAL has been based on processes and outcomes in controlled settings, such as clinical skills labs. PAL in the clinical setting, a complex learning environment, requires fresh evaluation. Socio-cultural theory is proposed as a means to understand educational interventions in ways that are practical and meaningful. We describe the evaluation of a PAL intervention, introduced to support students' transition into full time clinical attachments, using activity theory and activity systems analysis (ASA). Our research question was How does PAL transfer to the clinical environment? Junior students on their first clinical attachments undertook a weekly same-level, reciprocal PAL activity. Qualitative data was collected after each session, and focus groups (n = 3) were held on completion. Data was analysed using ASA. ASA revealed two competing activity systems on clinical attachment; Learning from Experts, which students saw as the primary function of the attachment and Learning with Peers, the PAL intervention. The latter took time from the first and was in tension with it. Tensions arose from student beliefs about how learning takes place in clinical settings, and the importance of social relationships, leading to variable engagement with PAL. Differing perspectives within the group were opportunities for expansive learning. PAL in the clinical environment presents challenges specific to that context. Using ASA helped to describe student activity on clinical attachment and to highlight tensions and contradictions relating PAL in that setting. Planning learning opportunities on clinical placements, must take account of how students learn in workplaces, and the complexity of the multiple competing activity systems related to learning and social activities.
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 | 0,019 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».