MétaCan
Menu
Retour à la cohorte
Enregistrement W4210383874 · doi:10.1097/acm.0000000000004352

Online Medical Education: It Is Time to Listen to the Silence

2022· article· en· W4210383874 sur OpenAlexaff

Notice bibliographique

RevueAcademic Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésSilenceFeelingNonverbal communicationDiversity (politics)PersonalitySign (mathematics)

Résumé

récupéré en direct d'OpenAlex

To the Editor: Recently, I have seen greater recognition of the role of silence in medical education, helping reverse the negative connotations traditionally associated with silence. While silence has been interpreted to indicate a lack of knowledge, interest, or competence, it has been increasingly encouraged as an effective pedagogical tool in the classroom and the clinical setting 1: faculty make pauses during their presentations to add dramatic effect, attract students’ attention, and allow students to learn at their own pace. Clinical educators may also incorporate silence into their bedside teaching to help trainees reflect, process, interact, and ask questions. Silence is a complex, multidimensional phenomenon influenced by personality factors and sociocultural ones. For instance, introverted learners might be silent, as they save up their questions for the appropriate time, and nonverbal students tend to concentrate without feeling the urge to express their opinions. Also, there are cultural differences regarding how silence is employed and acknowledged. While silence is avoided in some cultures, it is positively viewed in others, implying respect and openness. Hence, besides the educational benefits, diversity and equality could be promoted if silence was appropriately addressed. Although silence has been discussed in face-to-face teaching, little is known about “online silence.” During the pandemic, everyone has experienced those awkward moments of silence in an online meeting. When there is no answer or comment, particularly in the absence of visible body language, it is difficult to guess whether silence is a sign of agreement, lack of interest, or a way to avoid expressing opinions. Also, whereas taking turns in speaking comes naturally in the spontaneity of free-flowing classroom conversations, taking turns online is sometimes more difficult because speakers have trouble sensing when to give up control of the conversation. Strategies enabling silence as a teaching asset in online education include listening without interrupting, offering purposeful silence, and providing active silent time. 2 Because of the discomfort around silence, teachers may evade situations with a risk of silence. Yet they could help students overcome that discomfort and contribute authentically to discussions by being explicit about silence, clarifying expectations, and maintaining a safe environment. 2 Current scholarship around silence is scarce. I therefore expect a call for further investigation to develop a deeper understanding of the notion of silence in online medical education. In-depth interviews, real-time observations, and analyses of video recordings could afford insight into how silence is perceived and addressed in online medical education and how silence is integrated into such education. Research on the role and influence of silence could equip teachers with more subtle teaching skills and help students be more engaged in learning. The findings of such research could offer practical implications to all who will probably continue teaching and learning via online platforms, even on the far side of the COVID-19 outbreak.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0060,006
Science ouverte0,0030,001
Intégrité de la recherche0,0160,020
Charge utile insuffisante (le modèle a refusé de juger)0,0100,005

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,381
Écart entre enseignants0,349 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetEmpathy and Medical EducationTravaux en français237 207