A qualitative study of trainer and trainee perceptions and experiences of clinical assessment in post‐graduate dental training
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: The implementation of workplace-based assessment (WBA) needs to ensure the achievement of pre-set competences but may look different across varying contexts, such as in post-graduate dental education. The purpose of this study is to explore the perception of residents, faculty members and alumni concerning their experience with clinical assessment, and what configurations they consider as optimal to maximise the entailed learning experience. METHODS: This study relied on a qualitative descriptive design using two data collection tools: focus group sessions, and semi-structured, one-to-one interviews. Data were triangulated from three sources: residents, faculty members and alumni. The data were inductively analysed based on constructivist epistemology. This was done using the Thematic Analysis approach, facilitated by NVivo software. RESULTS: The analysis revealed two mutually exclusive themes: process and people. Within process, variables related to quality, workflow and feedback surfaced. As for the people theme, the main two group of stakeholders referred to in the related analysis were the trainees and the trainers. DISCUSSION: There are many variables that need to be considered when developing an evidence-driven WBA. In addition, factoring into the design of the WBA the perception of the main stakeholders will enable contextualisation which is expected to raise the reliability of the adapted tools. CONCLUSION: This study introduced a framework that could support post-graduate universities in their journey towards developing context-specific WBA.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 découle