MétaCan
Menu
Retour à la cohorte
Enregistrement W2942931432 · doi:10.1097/acm.0000000000002782

Implicit Bias and the Feedback Paradox: Exploring How Health Professionals Engage With Feedback While Questioning Its Credibility

2019· article· en· W2942931432 sur OpenAlexafffundabout
Javeed Sukhera, Michael Wodzinski, Alexandra Milne, Pim W. Teunissen, Lorelei Lingard, Chris Watling

Notice bibliographique

RevueAcademic Medicine · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiquePsychometric Methodologies and Testing
Établissements canadiensRegistered Nurses' Association of OntarioWestern University
Organismes subventionnairesChildren's Health FoundationAssociated Medical ServicesLondon Health Sciences Centre
Mots-clésCredibilityPsychologyImplicit-association testConversationGrounded theorySocial psychologyIdentity (music)Mental healthImplicit attitudeApplied psychologyQualitative researchPsychotherapist

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Learners and practicing health professionals may dismiss emotionally charged feedback related to self, yet little research has examined how to address feedback that threatens an individual's identity. The implicit association test (IAT) provides feedback to individuals regarding their implicit biases. Anticipating feedback about implicit bias might be emotionally charged for mental health professionals, this study explored their experience of taking the IAT and receiving their results, to better understand the challenges of identity-threatening feedback. METHOD: The researchers sampled 32 psychiatry nurses, psychiatrists, and psychiatric residents at Western University in Ontario, Canada, after they completed the mental illness IAT and received their results. Using constructivist grounded theory, semistructured interviews were conducted from April to October 2017 regarding participants' experience of taking the IAT. Using constant comparative analysis, transcripts were iteratively coded and analyzed for results. RESULTS: While most participants critiqued the IAT and questioned its credibility, many also described the experience of receiving feedback about their implicit biases as positive or neutral. Most justified their implicit biases while acknowledging the need to better manage them. CONCLUSIONS: These findings highlight a feedback paradox, calling into question assumptions regarding self-related feedback. Participants' reactions to the IAT suggest that potentially threatening self-related feedback may still be useful to participants who question its credibility. Further exploration of how the feedback conversation influences engagement with self-related feedback is needed.

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)0,057
score de la tête « metaresearch » (Gemma)0,232
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,301

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0570,232
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,008
Communication savante0,0080,007
Science ouverte0,0020,007
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,639
Tête enseignante GPT0,479
Écart entre enseignants0,160 · 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'étudeQualitatif
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

Citations44
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetPsychometric Methodologies and TestingTravaux en français237 207