What Faculty Want: Academic and Community Emergency Physicians’ Perceptions of Learner Feedback
Notice bibliographique
Résumé
Introduction Faculty development is often deployed by central medical schools, with little guidance from end-users. How and what faculty members can use to improve their performance requires a deeper understanding from this user group. This study aims to explore how faculty perceive learners' feedback about their performance as educators. Methods This study is an explanatory mixed-method research, wherein community- and academic-based emergency medicine faculty members from nine regional hospitals were surveyed about their perceptions of various outcome measures for faculty development. Selected participants were invited to follow-up interviews. We analyzed the physicians' perceptions toward teaching and performance feedback data based on faculty's gender, role as academic or community physician, and work experience. Results The quantitative phase has 104 participants, and 15 of these were followed up with interviews. The gender of faculty does not have statistical or practical differences regarding their perceptions of learner feedback. Type of practice contains meaningful insights about the perception of learner feedback although it does not have a statistical difference. Moreover, an inverse trend exists between the physicians' years of experience and their perceived value of learner feedback. Kruskal-Wallis test showed a significant difference in the faculty's experience level and their perceived value for the metric "quantity of feedback commentary compared to their peer group" (H(4) = 12.21, p = 0.02), specifically between junior and senior faculty (p = 0.007). Some faculty stated that experienced faculty may perceive they have a very well-established style. Conclusions Diversifying feedback sources and delivery may be useful for different groups of faculty members. Junior physicians are more interested in gaining feedback about the quantity of their written feedback to students compared to more senior physicians. Learner feedback holds promise to trigger continuous improvement in community sites for those who fall behind compared to the academic sites.
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 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».