MétaCan
Menu
Retour à la cohorte
Enregistrement W2970034987 · doi:10.1111/medu.13945

Medical student strategies for actively negotiating hierarchy in the clinical environment

2019· article· en· W2970034987 sur OpenAlexafffund
Meredith Vanstone, Lawrence Grierson

Notice bibliographique

RevueMedical Education · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcMaster University
Organismes subventionnairesMcMaster University
Mots-clésNegotiationGrounded theoryMedical educationHierarchyAgency (philosophy)PsychologyLearning environmentPower (physics)PedagogyQualitative researchMedicineSociology

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Medical learning takes place in an extremely hierarchical environment. Medical students may struggle to understand how to succeed in such a rule-bound environment that leaves them vulnerable to the influences of social power. This study explores how medical students experience the clinical learning environment from their low-status positions in the social hierarchy. METHODS: Using constructivist grounded theory, we collected 88 hours of observation and 13 interviews with medical students completing clinical clerkships. Data collection focused on students' interactions with their supervisors, colleagues and other staff members as they completed the core rotations of their clinical clerkships. Data analysts used a constant comparative approach to remain alert to the different ways in which medical students experienced and responded to social power used by their supervisors and colleagues. RESULTS: We describe a cyclical theory of how medical students appraised the environment, the needs and preferences of their supervisors and their personal resources in order to select and enact a strategy for interacting. They used these strategies when in the presence of supervisors, but also when supervisors were absent in preparation for the next interaction. The ways in which medical students chose and employed these strategies reflect a significant use of social and cognitive resources. CONCLUSIONS: Power is an important component of the social culture of clinical learning environments; understanding the ways in which medical students experience and react to power can help educators, learners and administrators optimise learning opportunities. Medical education increasingly encourages students to exercise agency in seeking feedback and directing their own learning; this may be particularly challenging for students who cannot interpret social cues well, and those who lack social capital.

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)0,006
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,008
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,009
Communication savante0,0080,003
Science ouverte0,0020,011
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,028
Tête enseignante GPT0,448
Écart entre enseignants0,420 · 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

Citations67
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical EducationMême sujetInnovations in Medical EducationTravaux en français237 207