‘You learn better under the gun’: intimidation and harassment in surgical education
Notice bibliographique
Résumé
BACKGROUND: Medical literature has documented a high prevalence of intimidation and harassment in the educational context. However, the research has failed to adequately delineate the nature of these phenomena as well as the different ways in which diverse actors perceive the behaviours in question. METHODS: Based on qualitative methodology anchored in a social constructionism framework, how teachers (staff surgeons) and learners (surgical residents) define intimidation and harassment were documented and compared. In addition, teachers' and learners' perceptions of the impact of these behaviours on the learning environment, including their effects on the socialisation of surgeons in training, were examined. FINDINGS: Five group interviews and 22 individual interviews were conducted across 2 university departments of surgery with a total of 22 faculty and 14 resident participants. Interviewees acknowledged the existence of intimidation and harassment, while at the same time rationalising its occurrence. This paradox was encapsulated in participant descriptions using terms such as 'good intimidation'. Our examination of the data helped us to understand that participants sustained the paradox of beneficial intimidation and harassment by rationalising questionable behaviours on 3 specific dimensions, namely: whether an acceptable purpose could be attributed to the perpetrator; whether positive effects of the behaviour existed, and whether there was a perceived necessity for the behaviour. INTERPRETATIONS: Even while their dysfunctional characteristics are recognised, intimidation and harassment are often seen as functional educational tools. The cultural value currently accorded these behaviours needs to be taken into account in educational interventions designed to shift attitudes and actions in this domain.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,019 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».