A layered analysis of self-explanation and structured reflection to support clinical reasoning in medical students
Notice bibliographique
Résumé
Self-explanation and structured reflection have been studied independently with results suggesting that both learning interventions can effectively support medical students' clinical reasoning development. Given this evidence, medical schools may want/begin to implement these interventions in their curricula. Implementing educational interventions requires educators to maintain the core philosophy and principles of the interventions intact while adjusting implementation techniques to the specificities of individual learning contexts. Educational scholars have yet to explicitly articulate the philosophy, principles and techniques of self-explanation and structured reflection. Without such descriptions, educators risk failing to realize self-explanation's and structured reflection's effect to support students' clinical reasoning skill development in their implementations. Relying on the layered analysis approach, we articulate the philosophy, principles and techniques of self-explanation and structured reflection. This description is framed within the context of an actual implementation to illustrate the philosophies underpinning self-explanation and structured reflection, the principles that realize those philosophies, and the techniques that can be used to enact those principles. Building on the similarities between self-explanation and structured reflection, while also harnessing their differences, we identify why and how these interventions can be combined in a single implementation, while preserving their philosophies and principles. The layered analysis of self-explanation and structured reflection offers essential insights into the underpinnings of these interventions. They are articulated in this manuscript in hopes that other scholars will continue to refine these descriptions thereby facilitating effective use of self-explanation and structured reflection for clinical reasoning development.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».