Educator, judge, public defender: Conflicting roles for remediators of practising physicians
Notice bibliographique
Résumé
CONTEXT: Practising physicians who remediate their peers face unique challenges. Recent research suggests that leaders of regulatory and educational institutions (ie, those who might be seen as responsible for overseeing remediation programmes for practising physicians) view remediation as a duality: education and regulation. Research has yet to study the perspectives of remediators; therefore, to address that gap we asked: What is the nature of remediation as experienced by remediators? METHODS: We used a theory-informing inductive data analysis study design with positioning theory as a sensitising concept. We interviewed nine remediators from five Canadian provinces, asking them to narrate particularly memorable remediation experiences, then exploring the stories in more depth by asking probing questions around topics related to the research question. We used a hermeneutic analytic approach to explore the meanings that participants gave to their remediation work by iteratively reading their stories, examining the sense making that participants achieved through these narratives, and identifying the positions and responsibilities they described. RESULTS: In their remediation narratives, participants variably position themselves in three different ways: (a) educator; (b) judge, and (c) public defender. For each position, remediators in turn framed the remediatee in a particular way. Participants shifted between educator, judge and public defender in response to evolving experiences with the remediatee, but they expressed preference for the educator position. However, they sometimes encountered serious obstacles to enacting that educator position. Those obstacles were imposed both by regulators and by remediatees. CONCLUSIONS: This study suggests that the duality of remediation as both education and regulation may be contributing to the challenges faced by those working one to one with remediatees. Understanding the dual nature of remediation and equipping remediators with the tools to manage this duality might contribute to improving the experience for both remediators and remediatees, and ultimately to a greater number of successful remediation outcomes.
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 | 0,001 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».