‘I feel like I sleep here’: how space and place influence medical student experiences
Notice bibliographique
Résumé
CONTEXT: Buildings and learning spaces contribute in crucial ways to people's experiences of these spaces. However, this aspect of context has been under-researched in medical education. We addressed this gap in knowledge by using the conceptual notions of space and place as heuristic lenses through which to explore the impact of a new medical school building on student experiences. METHODS: We carried out an exploratory case study to explore the impact of a new medical school building on student experiences. Data were collected from archived documents (n = 50), interviews with key stakeholders (n = 17) and focus group discussions with students (n = 17 participants) to provide context and aid triangulation. Data coding and analysis were initially inductive and conducted using thematic analysis. After themes had emerged, we applied the concepts of boundary objects, liminal space and Foucault's panopticon to provide a framework for the data. RESULTS: There were specific visions and intentions for the place (the location) and space (the facilities) of the new medical school building (e.g. it was positioned to facilitate flow between educational and clinical settings). However, the unintentional consequences of the planning were that students felt disconnected from the wider university, trapped on the health care campus, and under pressure to behave not like students but in a manner they believed to be expected by clinical staff and patients. CONCLUSIONS: Despite much effort and a focus on creating an idyllic space and place, the new medical school had both positive and (unintentionally) negative impacts on student experiences. These findings highlight the importance of reflecting on, and exploring, how space and place may influence and shape students' learning experiences during the formative years of their development of a professional identity, a necessary consideration when planning new medical school learning spaces or changing these spaces.
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 | 0,007 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,015 |
| Communication savante | 0,012 | 0,006 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».