Residents’ transformational changes through self-regulated, experiential learning for professionalism
Notice bibliographique
Résumé
Purpose: Postgraduate trainees (‘residents”) are required to convey professional behaviours as they navigate complex clinical environments. However, little is known about experiential learning for professionalism. Thus, we asked residents about professionalism challenges within the clinical learning environment: 1) how challenges were identified, 2) what supported successfully addressing challenges and 3) the impact of addressing challenges to further inform resident education. Method: From 2015-2016, twenty-five residents across specialties and multiple university affiliated teaching hospitals participated in appreciative inquiry informed audio-taped semi-structured interviews. Transcripts were categorized deductively for the 2015 CanMEDS Professional Role element addressed (commitment to patients, society, the profession, and physician health). A pragmatic research paradigm focussed descriptive data analysis on actions and outcomes. Results: Residents actively identify opportunities for experiential learning of professionalism within the clinical workplace– addressing conflicting priorities with interprofessional clinicians to ensure excellent patient care, providing informal feedback regarding peers’ and other healthcare clinicians’ professionalism lapses and by gaining self-awareness and maintaining wellness. There were no descriptions of commitment to society. Values, relationships, and reflection supported professional behaviours. Many described transformative personal and professional growth as an outcome of addressing professionalism challenges. Conclusions: Residents self-regulated experiential learning for professionalism often results in transformational changes personally and professionally. Elucidation of how residents successfully navigate power dynamics and conflict to provide excellent patient care and feedback for professional regulatory behaviour will support professionalism education. An interprofessional research lens will be valuable to explore how best to incorporate commitment to society within clinical environments.
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 | 0,007 | 0,012 |
| 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 | 0,002 | 0,004 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».