Assessing Professionalism: A Theoretical Framework for Defining Clinical Rotation Assessment Criteria
Notice bibliographique
Résumé
Although widely accepted as an important graduate competence, professionalism is a challenging outcome to define and assess. Clinical rotations provide an excellent opportunity to develop student professionalism through the use of experiential learning and effective feedback, but without appropriate theoretical frameworks, clinical teachers may find it difficult to identify appropriate learning outcomes. The adage "I know it when I see it" is unhelpful in providing feedback and guidance for student improvement, and criteria that are more specifically defined would help students direct their own development. This study sought first to identify how clinical faculty in one institution currently assess professionalism, using retrospective analysis of material obtained in undergraduate teaching and faculty development sessions. Subsequently, a faculty workshop was held in which a round-table type discussion sought to develop these ideas and identify how professionalism assessment could be improved. The output of this session was a theoretical framework for teaching and assessing professionalism, providing example assessment criteria and ideas for clinical teaching. This includes categories such as client and colleague interaction, respect and trust, recognition of limitations, and understanding of different professional identities. Each category includes detailed descriptions of the knowledge, skills, and behaviors expected of students in these areas. The criteria were determined by engaging faculty in the development of the framework, and therefore they should represent a focused development of criteria already used to assess professionalism, and not a novel and unfamiliar set of assessment guidelines. The faculty-led nature of this framework is expected to facilitate implementation in clinical teaching.
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 | 0,056 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,029 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».