Dialogues on the Threshold: Dialogical Learning for Humanism and Justice
Notice bibliographique
Résumé
Given the constant pressures of overflowing clinics, hospital wards, and emergency departments; shortened duty hours; and increased accreditation requirements, overburdened clinician teachers ask, "How does one teach for humanism and justice?" How does one step away-even momentarily-and focus teaching on the individual in front of us, the person who requires our attention and care? This approach must not only involve content (the patient's perspective of illness, social context, and life story) but also must be tightly linked with the ways in which these lessons in living are learned and taught. In this article, the authors propose recognition and use of a style of communication that is already implicitly present in clinical conversations and that is uniquely capable of stimulating reflection on the human dimensions of medicine: that of dialogue.Dialogue involves committing one's whole self to communicative exchange and emphasizes interpersonal relationships and trust. Its result is often not a specific answer; rather, it is enhanced understanding through the generation of new questions and possibilities and action in implementing solutions. It requires a reorientation of the teacher-learner relationship from top-down to one of open exchange and shared authority and responsibility. In the context of professional identity development, these conversations become dialogues on the threshold of transformative change. Through an exploration of dialogical teaching, the authors envision clinical education as constantly stepping in and out of goal-oriented discussions and reflective dialogues, all with the overall goal to educate physicians who practice with excellence, compassion, and justice.
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 | 0,002 | 0,011 |
| 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 | 0,000 | 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) | 0,000 | 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 ».