It’s all about relationships: A qualitative study of family physicians’ teaching experiences in rural longitudinal clerkships
Notice bibliographique
Résumé
INTRODUCTION: The relationship between preceptor and trainee is becoming recognized as a critical component of teaching, in particular in the negotiation of feedback and in the formation of professional identity. This paper elaborates on the nature of the relationships between preceptor and student that evolve in the context of rural longitudinal integrated clerkships (LICs). METHODS: We drew on constructivist grounded theory for the research approach. We interviewed nine LIC family practice preceptors from three sites at one educational institution. We adapted the interview framework based on early findings. We analyzed the data through a constant comparative process. We then drew on concepts of relationship-based learning as sensitizing concepts in a secondary analysis. RESULTS: We constructed three themes from the data. First, preceptors developed trusting professional and personal relationships with students over time. These relationships expanded to include friendship, advocacy, and ongoing contact beyond the clerkship year. Second, preceptors' approach to teaching was anchored in the relationship with an understanding of the individual student. Third, preceptors set learning goals collaboratively with their students, based not only on program objectives, but also with the student as a future physician in mind. DISCUSSION: Our findings suggest that rural family medicine preceptors developed engaged and trusting relationships with their students over time. These relationships imbued all activities of teaching and learning with an individual and personal focus. This orientation may be a key factor in supporting the learning outcomes demonstrated for students studying in rural LICs.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».