Satisfaction, Motivation, and Future of Community Preceptors
Notice bibliographique
Résumé
PURPOSE: To measure overall satisfaction of community-based preceptors, their anticipated likelihood of continuing to teach, professional satisfaction, influence of having students, motivation for teaching, satisfaction with professional practice, and satisfaction with and value of incentives, and to compare results with those of a similar 2005 statewide survey. METHOD: In 2011, the authors distributed a 25-item survey to all 2,359 community-based primary care preceptors (physicians, pharmacists, advanced practice nurses, physician assistants) served by the North Carolina Area Health Education Centers system's Offices of Regional Primary Care Education. The survey targeted the same items and pool of eligible respondents as did the North Carolina Area Health Education Center 2005 Preceptor Survey. RESULTS: Of 2,359 preceptors contacted, 1,278 (54.2%) completed questionnaires. The data from 2011 did not differ significantly from the 2005 data. In 2011, respondents were satisfied with precepting (91.7%), anticipated continuing to precept for the next five years (88.7%), and were satisfied overall with their professional life (93.7%). Intrinsic reasons (e.g., enjoyment of teaching) remained an important motivation for teaching students. Physicians reported significantly lower overall satisfaction with extrinsic incentives (e.g., monetary compensation) and felt more negativity about the influence of students on their practices. CONCLUSIONS: This study found that preceptors continue to be satisfied with teaching students. Intrinsic reasons remain an important motivation to precept, but monetary compensation may have increasing importance. Physicians responded more negatively than other health provider groups to several questions, suggesting that their needs might be better met by redesigned teaching models.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».