Critical Realism and Realist Inquiry in Medical Education
Notice bibliographique
Résumé
Understanding complex interventions, such as in medical education, requires a philosophy of science that can explain how and why things work, or fail to work, in different contexts. Critical realism and its operationalization in the form of realist inquiry provides this explanatory power. Ontologically, critical realism posits that the social world is real, that it exists independent of our knowledge of it, and that it is driven by causal mechanisms. However, unlike postpositivism, a realist epistemological position is that our understanding of the mechanisms that underlay social reality is limited and subjective. Critical realism is focused on understanding the mechanisms that drive social reality even when they are not directly observable. One of the most commonly used methodologies in the critical realist paradigm is realist inquiry, which focuses on the relationships between context, mechanisms, and outcomes. At its core, realist inquiry is concerned with "What works for whom, under what circumstances, how, and why?" To that end, realist inquiry explores the mechanisms that drive social systems and the ways in which these mechanisms work to develop explanatory theories of the phenomena under consideration. Although, compared with other approaches, realist inquiry is relatively new in medical education, the value of realist inquiry is in its ability to model how complex interventions function differently across multiple contexts, explaining what works, how it works, for whom, and in what contexts.
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 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 | 0,002 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».