Cutting Close to the Bone: Student Trauma, Free Speech, and Institutional Responsibility in Medical Education
Notice bibliographique
Résumé
Learning the societal roles and responsibilities of the physician may involve difficult, contentious conversations about topics such as race, gender, sexual orientation, and class, as well as violence, inequities, sexual assault, and child abuse. If not done well, these discussions may be deeply traumatizing to learners for whom these subjects "cut close to the bone." Equally traumatizing is exposure to injustice and mistreatment, as well as to the sights, sounds, and smells of suffering and pain in the clinical years. This potential for iatrogenic educational trauma remains unaddressed, and medical educators must take responsibility for attending to it. Possible solutions include trigger warnings or statements given to students before an educational activity that may cause personal discomfort. The authors of this Perspective assert, however, both that this concept does not distinguish between psychological trauma and discomfort and that well-intentioned trigger warnings target the wrong goal-the avoidance of distress. Exposure to discomfort not only is unavoidable in the practice of medicine but may be crucial to personal and professional moral development. The authors argue that a more appropriate solution is to create safe spaces for dialogues about difficult topics and jarring experiences. This approach places even the notion of free speech under a critical lens-it is not an end in itself but a means to create a professional ethic dedicated to treating all individuals with excellence and justice. Ultimately, this approach aspires to create an inclusive curriculum sensitive to the realities of teaching and learning in increasingly diverse societies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,036 | 0,269 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».