MétaCan
Menu
Retour à la cohorte
Enregistrement W2321306460 · doi:10.15766/mep_2374-8265.9086

The UCSF Faculty Development Workshop on Critical Reflection in Medical Education: Training Educators to Teach and Provide Feedback on Learners' Reflections

2012· article· en· W2321306460 sur OpenAlexaboutno aff
Louise Aronson, Marieke Kruidering, Patricia O’Sullivan

Notice bibliographique

RevueMedEdPORTAL · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumReflection (computer programming)Critical reflectionMedical educationSet (abstract data type)PsychologyMathematics educationPedagogyLibrary scienceComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract This guide describes a literature-derived workshop to train faculty in the skill of critical reflection and to teach them to foster the skill in their learners. The basic workshop lasts two hours, and we provide options for two different three hour workshops and one four hour long workshop as well. All versions of the workshop encourage participant interaction throughout through the use of multiple teaching modalities: individual, small and large group exercises; use of written materials, white board/flip charts and PowerPoint. Participants apply their skill as educators to analyze more and less effective reflections, are introduced to the concepts and data surrounding critical reflection in medical education and a structured approach for promoting effective and educational reflection, practice giving feedback on critical reflections. In the longer workshops, they may also write critical reflections themselves, gain additional feedback experience, and draft approaches to incorporating reflection in the courses and curricula to assess competencies. Materials include: a PowerPoint slide set; two sets of sample reflections (5 total), each with an annotated presenter's guide; a sheet for rating and evaluating sample reflection quality; the UCSF LEaP Guide, a structured approach to critical reflection; guidelines for providing feedback on both content and reflective skill of critical reflections; a prompt for faculty critical reflection; and a workshop evaluation form. As of August 2011, the authors had given this workshop 19 times, receiving consistently high ratings (mean overall rating 4.6 on a 5 point scale), moderately high rates of self-efficacy (4.2 out of 5), and leading to substantial implementation of critical reflection by trained faculty (74%) and broad dissemination locally and at other institutions across the United States. At UCSF, the impact of the workshop has included greater teaching of critical reflection throughout the medical curriculum (e.g. in pre-clerkship lab exercises for first year medical students, in many core clerkships, and in the medical student portfolios for competency milestone assessment; in residencies from Emergency Medicine to Psychiatry and in several fellowships), greater consistency in using reflection and critical reflection accurately and appropriately, coordination of reflective skills training across courses and clerkships, and more consistent feedback to learners on their reflective exercises. Participants from other institutions, including Stanford, the University of Colorado, FSU, Hofstra, and the University of Toronto, who took the workshop at regional and national meetings have contacted us and indicated that they have adopted our approach to critical reflection. Importantly, while there have been brief reports about faculty training in reflection, we have not found other workshops based on the literature and extensive medical education experience which have been thoroughly described, broadly disseminated, and evaluated across learner levels and institutions (paper in progress) as this one has.

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)0,022
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,003
Communication savante0,0030,002
Science ouverte0,0030,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0180,012

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 Opus0,076
Tête enseignante GPT0,448
Écart entre enseignants0,372 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedEdPORTALMême sujetInnovations in Medical EducationTravaux en français237 207