It takes a community to train a future physician: social support experienced by medical students during a community-engaged longitudinal integrated clerkship
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background:Social support may be beneficial for medical students who must develop adaptive strategies to respond to the demands and challenges during third-year clerkship.We provide a detailed description of the supportive behaviours experienced by third-year students during a longitudinal integrated clerkship (LIC) in the context of rural family medicine. Methods:Informed by a social constructivist research paradigm, we undertook a qualitative study to understand from the students’ perspectives the presence and characteristics of social support available during a LIC.Data were collected from conversational interviews at three points during the eight-month clerkship year, pre-, during, and post-clerkship, to explore how 12 medical students experienced social support. We employed an innovative methodological approach, the guided walk method, to gain the students’ stories in the contexts where they were taking place. Results: The participants described the relationships they developed with various sources of social support such as (a) preceptors, (b) peers, (c) family, (d) health professionals, and (e) community members. Conclusion:Various individuals representing communities of practice such as the medical profession and community members were intimately related to the longitudinal aspects of the students’ experiences. The findings lend credence to the view that it really does take a community to train a future physician.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,000 |
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.
score_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