Towards a better understanding of medical students’ mentorship needs: a self-determination theory perspective
Notice bibliographique
Résumé
INTRODUCTION: Mentorship programs are ubiquitous in medical education. However, few emphasize equal development for learners and mentors, or incorporate clinical skills, which may be important for promoting medical students' self-determination. Central to this consideration are the three basic psychological needs for autonomy, competence, and relatedness, described by Self-Determination Theory (SDT). Grounded in SDT, this study assesses the extent that meeting these needs, in a near-peer mentoring program, impacts learners' and mentors' motivation and perceived competence about learning and teaching of clinical knowledge, respectively. METHODS: Medical students from the University of Saskatchewan, who participated in its near-peer mentoring program (PULSE: Peers United in Leadership & Skills Enhancement), were invited to complete an anonymous survey. Regression was used to determine how the program's learning climate impacted learners' and mentors' psychological need satisfaction and perceived competence within their mentorship role. RESULTS: Learners and mentors both rated PULSE as highly needs-satisfying. In turn, this was associated with greater perceived competence about learning and teaching of the material. CONCLUSIONS: Findings from this study suggest that mentoring programs in medical education, which support learners' basic psychological needs, may promote their motivation and perceived competence-both about learning and also teaching of clinical skills. The implications of these results are discussed from an SDT perspective, with respect to mentoring programs in medical education.
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 | 0,005 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 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 ».