The Actual Versus Idealized Self: Exploring Responses to Feedback About Implicit Bias in Health Professionals
Notice bibliographique
Résumé
PURPOSE: Implicit bias can adversely affect health disparities. The implicit association test (IAT) is a prompt to stimulate reflection; however, feedback about bias may trigger emotions that reduce the effectiveness of feedback interventions. Exploring how individuals process feedback about implicit bias may inform bias recognition and management curricula. The authors sought to explore how health professionals perceive the influence of the experience of taking the IAT and receiving their results. METHOD: Using constructivist grounded theory methodology, the authors conducted semistructured interviews with 21 pediatric physicians and nurses at the Schulich School of Medicine and Dentistry, Western University, Ontario, Canada, from September 2015 to November 2016 after they completed the mental illness IAT and received their result. Data were analyzed using constant comparative procedures to work toward axial coding and development of an explanatory theory. RESULTS: When provided feedback about their implicit attitudes, participants described tensions between acceptance and justification, and between how IAT results relate to idealized and actual personal and professional identity. Participants acknowledged desire for change while accepting that change is difficult. Most participants described the experience of taking the IAT and receiving their result as positive, neutral, or interesting. CONCLUSIONS: These findings contribute to emerging understandings of the relationship between emotions and feedback and may offer potential mediators to reconcile feedback that reveals discrepancies between an individual's actual and idealized identities. These results suggest that reflection informed by tensions between actual and aspirational aspects of professional identity may hold potential for implicit bias recognition and management curricula.
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 | 0,004 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».