Questioning clerkship: applying Popper’s evolutionary analysis of learning to medical student training
Notice bibliographique
Résumé
Purpose Through a series of critical discussions on Karl Popper’s evolutionary analysis of learning and the non-authoritarian values it promotes, the purpose of this paper is to advocate a Popperian approach for building medical student knowledge. Specifically, it challenges positivist assumptions that permeate the design and management of many educational institutions, including teaching hospitals, by considering what does and does not happen when learning takes place. Design/methodology/approach To illustrate how Popper’s approach differs from such a conception of learning, the paper examines the exchange between a preceptor (Sam) and a medical student (Lisa). The following exchange is based on the observations during a team meeting in a Canadian teaching hospital. The authors sent the transcript of the observation to Lisa for her comments. The statements in italics represent Lisa’s additions. Pseudonyms are used to protect the identity of participants in the exchange. Findings Popper’s evolutionary analysis of learning and the Objective Knowledge Growth Framework provide a means of managing specific aspects of one’s education through engaging in this learning process. Although this approach to teaching and decision making takes time to master, it does not require reconstituting existing institutional arrangements before it can be implemented in hospitals. Instead, it asks medical students, teachers and practitioners to be open to the theoretical underpinnings of the approach and to view knowledge growth as a process of systematic trial and error elimination. Originality/value This paper is original in its conceptualisation and may well become a classic in education circles. It draws on Popper’s philosophical arguments and enters into a much needed discourse for teaching and 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 | 0,040 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,074 |
| Communication savante | 0,012 | 0,019 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,005 |
| 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 ».