MétaCan
Menu
Retour à la cohorte
Enregistrement W2164632976 · doi:10.3109/0142159x.2013.806791

Encouraging residents to seek feedback

2013· article· en· W2164632976 sur OpenAlexaff
Dianne Delva, Joan Sargeant, Stephen G. Miller, Joanna Holland, Peggy Alexiadis Brown, Constance LeBlanc, Kathryn Lightfoot, Karen Mann

Notice bibliographique

RevueMedical Teacher · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensSaint John Regional HospitalDalhousie UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyMedical educationMEDLINEMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

AIM: To explore resident and faculty perceptions of the feedback process, especially residents' feedback-seeking activities. METHODS: We conducted focus groups of faculty and residents exploring experiences in giving and receiving feedback, feedback-seeking, and suggestions to support feedback-seeking. Using qualitative methods and an iterative process, all authors analyzed the transcribed audiotapes to identify and confirm themes. RESULTS: Emerging themes fit a framework situating resident feedback-seeking as dependent on four central factors: (1) learning/workplace culture, (2) relationships, (3) purpose/quality of feedback, (4) emotional responses to feedback. Residents and faculty agreed on many supports and barriers to feedback-seeking. Strengthening the workplace/learning culture through longitudinal experiences, use of feedback forms and explicit expectations for residents to seek feedback, coupled with providing a sense of safety and adequate time for observation and providing feedback were suggested. Tensions between faculty and resident perceptions regarding feedback-seeking related to fear of being found deficient, the emotional costs related to corrective feedback and perceptions that completing clinical work is more valued than learning. CONCLUSION: Resident feedback-seeking is influenced by multiple factors requiring attention to both faculty and learner roles. Further study of specific influences and strategies to mitigate the tensions will inform how best to support residents in seeking feedback.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,650
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0430,006

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 Opus0,017
Tête enseignante GPT0,332
Écart entre enseignants0,316 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations115
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetInnovations in Medical EducationTravaux en français237 207