Evaluating a novel resident role‐modelling programme
Notice bibliographique
Résumé
BACKGROUND: Role modelling is a fundamental method by which students learn from residents. To our knowledge, however, resident-as-teacher curricula have not explicitly addressed resident role modelling. The purpose of this project was to design, implement and evaluate an innovative programme to teach residents about role modelling. METHODS: The authors designed a resident role-modelling programme and incorporated it into the 2015 and 2016 McGill University resident-as-teacher curriculum. Influenced by experiential and social learning theories, the programme incorporated flipped-classroom and simulation approaches to teach residents to be aware and deliberate role models. Outcomes were assessed through a pre- and immediate post-programme questionnaire evaluating reaction and learning, a delayed post-programme questionnaire evaluating learning, and a retrospective pre-post questionnaire (1 month following the programme) evaluating self-reported behaviour changes. RESULTS: Thirty-three of 38 (87%) residents who participated in the programme completed the evaluation, with 25 residents (66%) completing all questionnaires. Participants rated the programme highly on a five-point Likert scale (where 1 = not helpful and 5 = very helpful; mean score, M = 4.57; standard deviation, SD = 0.50), and showed significant improvement in their perceptions of their importance as role models and their knowledge of deliberate role modelling. Residents also reported an increased use of deliberate role-modelling strategies 1 month after completing the programme. Resident-as-teacher curricula have not explicitly addressed resident role modelling DISCUSSION: The incorporation of resident role modelling into our resident-as-teacher curriculum positively influenced the participants' perceptions of their role-modelling abilities. This programme responds to a gap in resident training and has the potential to guide further programme development in this important and often overlooked area.
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 | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».