Learning and professional acculturation through work: Examining the clinical learning environment through the sociocultural lens
Notice bibliographique
Résumé
Purpose: We examined studies of the clinical learning environment from the fields of sociology and organizational culture to (i) offer insight into how workplace culture has informed research on postgraduate trainee learning and professional development; (ii) highlight limitations of the literature; and (iii) suggest practical ways to apply sociocultural concepts to challenges in the learning environment.Materials and methods: Concepts were explored by participants at a consensus conference in October 2018.Results: We identified three enduring foci for research using a sociocultural lens: the hidden curriculum, exploration of medical errors, and the impact of time pressures on the relational nature of clinical education. Limitations included the lower value attributed to informal learning and a pejorative valuation of the hidden curriculum; and disconnect between practices in clinical settings and the priorities of the larger organization.Conclusions: Research on the learning environment using a sociocultural lens suggest workplace goals, norms and practices determined which learners engage in learning-relevant activities, to what extent, and the degree of guidance provided, with these factors creating “tacit” curricula that may support or compete with formal learning goals. We close with guidance on how sociocultural constructs could inform research to improve the learning environment.
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 | 0,015 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,035 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».