MétaCan
Menu
Retour à la cohorte
Enregistrement W2954749139 · doi:10.1177/2382120519859311

A Qualitative Investigation of the Experiences of Students and Preceptors Taking Part in Remote and Rural Community Experiential Placements During Early Medical Training

2019· article· en· W2954749139 sur OpenAlexaff
Brian Ross, Erin Cameron, David Greenwood

Notice bibliographique

RevueJournal of Medical Education and Curricular Development · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensNOSM UniversityLakehead University
Organismes subventionnairesnon disponible
Mots-clésExperiential learningMedical educationPsychologyTraining (meteorology)Qualitative researchMedicinePedagogySociologyGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Medical education can help alleviate the chronic undersupply of physicians to rural communities. Providing students with early rural clinical experiences may allow the gaining of necessary knowledge and skills to practice and live rurally, as well as the desire to do so. PURPOSE: This study aims to provide a detailed understanding of Remote and Rural Community Placements (RRCPs) which occur in the second year of a Doctor of Medicine programme. METHODOLOGY/APPROACH: Using a thematic analysis approach, we examined the experiences of students and preceptors in the RRCP. Data were collected using semi-structured interviews and focus groups. FINDINGS/CONCLUSIONS: Students valued RRCPs as a formative clinical experience and preceptors gained professionally from participating. The RRCPs enhanced students regard for, and knowledge of, rural medicine. Yet, contrary to the stated aims of the placement, students spent very little time in activities outside of the clinic, neither learning about the community nor about the life of a physician as a community member. IMPLICATIONS: Medical educators should recognise that students and preceptors will inevitably place different value on the different sociocultural and perceptual aspects of placements, namely clinical and non-clinical. As such, the curriculum should draw clearly articulated links between each.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,040
Score d'incertitude au seuil0,265

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,070
Tête enseignante GPT0,488
Écart entre enseignants0,417 · 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.

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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Education and Curricular DevelopmentMême sujetGlobal Health Workforce IssuesTravaux en français237 207