MétaCan
Menu
Retour à la cohorte
Enregistrement W2141899744 · doi:10.3109/0142159x.2012.643835

What do we do? Practices and learning strategies of medical education leaders

2012· article· en· W2141899744 sur OpenAlexaff
Susan Lieff, Mathieu Albert

Notice bibliographique

RevueMedical Teacher · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensBaycrest HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIntrapersonal communicationThematic analysisVariety (cybernetics)Medical educationInterpersonal communicationPsychologyFaculty developmentLeadership developmentProfessional developmentPedagogyQualitative researchMedicineSociologyPublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Continuous changes in undergraduate and postgraduate medical education require faculty to assume a variety of new leadership roles. While numerous faculty development programmes have been developed, there is little evidence about the specific practices of medical education leaders or their learning strategies to help inform their design. AIM: This study aimed to explore what medical education leaders' actually do, their learning strategies and recommendations for faculty development. METHOD: A total of 16 medical education leaders from a variety of contexts within the faculty of medicine of a large North American medical school participated in semi-structured interviews to explore the nature of their work and the learning strategies they employ. Using thematic analysis, interview transcripts were coded inductively and then clustered into emergent themes. RESULTS: Findings clustered into four key themes of practice: (1) intrapersonal (e.g., self-awareness), (2) interpersonal (e.g., fostering informal networks), (3) organizational (e.g., creating a shared vision) and (4) systemic (e.g. strategic navigation). Learning strategies employed included learning from experience and example, reflective practice, strategic mentoring or advanced training. CONCLUSIONS: Our findings illuminate a four-domain framework for understanding medical education leader practices and their learning preferences. While some of these findings are not unknown in the general leadership literature, our understanding of their application in medical education is unique. These practices and preferences have a potential utility for conceptualizing a coherent and relevant approach to the design of faculty development strategies for medical education leadership.

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)0,015
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,045
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,005
Communication savante0,0050,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,060
Tête enseignante GPT0,437
Écart entre enseignants0,377 · 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'étudeQualitatif
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

Citations31
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetInnovations in Medical EducationTravaux en français237 207