Investigating conditions for meaningful feedback in the context of an evidence‐based feedback programme
Notice bibliographique
Résumé
CONTEXT: We developed, implemented and evaluated an evidence-based programme of feedback designed to address limitations identified in the current literature. OBJECTIVES: We sought to advance understanding about how and why feedback processes might be more effective in clinical education. METHODS: Three faculty members and nine first-year internal medicine residents participated in the pilot programme. To counter challenges identified in the literature, feedback was based on direct observation, grounded in longitudinal faculty-resident relationships, and devoid of summative assessment. We used a qualitative case study design to address three research questions: (i) What benefits did the participants describe? (ii) What elements of the programme facilitated these benefits? (iii) What were the limitations and challenges of the programme? Collected data included audiotapes of interactions between faculty members and residents, field notes written during observations, and semi-structured interviews and focus groups with resident participants. Data analysis moved cyclically and iteratively through inductive and deductive analysis. RESULTS: Residents described benefits relating to their ways of working (clinical skills), ways of learning (accountability for learning) and ways of feeling (emotional well-being). According to participants, specific elements of the programme that achieved these benefits included the direct observation of authentic clinical work, the longitudinal relationship with a faculty member and the emergence of feedback as a conversation between the faculty member and learner. CONCLUSIONS: We conclude that the conditions established within our pilot feedback programme influenced the learning culture for first-year internal medicine residents by grounding direct observation in authentic clinical work and setting the observations in the context of a longitudinal, non-assessment-based relationship between a faculty member and resident. These conditions appeared to influence residents' participation in the feedback process, their ways of approaching their daily clinical work, their emotional well-being and their engagement in their own learning.
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 | 0,177 | 0,411 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».