MétaCan
Menu
Retour à la cohorte
Enregistrement W2970134617 · doi:10.1097/acm.0000000000002971

Relationships as the Backbone of Feedback: Exploring Preceptor and Resident Perceptions of Their Behaviors During Feedback Conversations

2019· article· en· W2970134617 sur OpenAlexaff
Subha Ramani, Karen D. Könings, Shiphra Ginsburg, Cees van der Vleuten

Notice bibliographique

RevueAcademic Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensThe Wilson Centre
Organismes subventionnairesnon disponible
Mots-clésPreceptorConversationDyadPsychologyPerceptionMedical educationAction (physics)NarrativeSet (abstract data type)Peer feedbackConstructivePedagogySocial psychologyProcess (computing)MedicineComputer scienceCommunication

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Newer definitions of feedback emphasize learner engagement throughout the conversation, yet teacher and learner perceptions of each other's behaviors during feedback exchanges have been less well studied. This study explored perceptions of residents and faculty regarding effective behaviors and strategies during feedback conversations and factors that affected provision and acceptance of constructive feedback. METHOD: Six outpatient internal medicine preceptors and 12 residents at Brigham and Women's Hospital participated (2 dyads per preceptor) between September 2017 and May 2018. Their scheduled feedback conversations were observed by the lead investigator, and one-on-one interviews were conducted with each member of the dyad to explore their perceptions of the conversation. Interviews were transcribed and analyzed for key themes. Because participants repeatedly emphasized teacher-learner relationships as key to meaningful feedback, a framework method of analysis was performed using the 3-step relationship-centered communication model REDE (relationship establishment, development, and engagement). RESULTS: After participant narratives were mapped onto the REDE model, key themes were identified and categorized under the major steps of the model. First, establishment: revisit and renew established relationships, preparation allows deeper reflection on goals, set a collaborative agenda. Second, development: provide a safe space to invite self-reflection, make it about a skill or action. Third, engagement: enhance self-efficacy at the close, establish action plans for growth. CONCLUSIONS: Feedback conversations between longitudinal teacher-learner dyads could be mapped onto a relationship-centered communication framework. Our study suggests that behaviors that enable trusting and supportive teacher-learner relationships can form the foundation of meaningful feedback.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,322
Écart entre enseignants0,269 · 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

Citations58
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetInnovations in Medical EducationTravaux en français237 207