MétaCan
Menu
Retour à la cohorte
Enregistrement W2911748980 · doi:10.1080/0142159x.2019.1567912

Learning and professional acculturation through work: Examining the clinical learning environment through the sociocultural lens

2019· article· en· W2911748980 sur OpenAlexaff
Ingrid Philibert, E Elsey, Simon Fleming, Saleem Razack

Notice bibliographique

RevueMedical Teacher · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésSociocultural evolutionCurriculumPsychologyLearning environmentSociocultural perspectivePedagogyEngineering ethicsSociologyEngineering

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,399
Écart entre enseignants0,324 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetInnovations in Medical EducationTravaux en français237 207