MétaCan
Menu
Retour à la cohorte
Enregistrement W2911860197 · doi:10.1080/0142159x.2018.1536260

Supporting the development of a professional identity: General principles

2019· article· en· W2911860197 sur OpenAlexaff
Sylvia R. Cruess, Richard L. Cruess, Yvonne Steinert

Notice bibliographique

RevueMedical Teacher · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésIdentity (music)CurriculumProfessional developmentIdentity formationMedical educationSubject (documents)PedagogyEngineering ethicsPsychologySociologyMedicineSelf-conceptSocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

While teaching medical professionalism has been an important aspect of medical education over the past two decades, the recent emergence of professional identity formation as an important concept has led to a reexamination of how best to ensure that medical graduates come to "think, act, and feel like a physician." If the recommendation that professional identity formation as an educational objective becomes a reality, curricular change to support this objective is required and the principles that guided programs designed to teach professionalism must be reexamined. It is proposed that the social learning theory communities of practice serve as the theoretical basis of the curricular revision as the theory is strongly linked to identity formation. Curricular changes that support professional identity formation include: the necessity to establish identity formation as an educational objective, include a cognitive base on the subject in the formal curriculum, to engage students in the development of their own identities, provide a welcoming community that facilitates their entry, and offer faculty development to ensure that all understand the educational objective and the means chosen to achieve it. Finally, there is a need to assist students as they chart progress towards becoming a professional.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0060,037
Communication savante0,0080,008
Science ouverte0,0030,008
Intégrité de la recherche0,0090,008
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,039
Tête enseignante GPT0,407
Écart entre enseignants0,368 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations461
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetInnovations in Medical EducationTravaux en français237 207