Strengthening the feedback culture in a postgraduate residency program
Notice bibliographique
Résumé
Background: Feedback is defined as specific information presented to a learner that facilitates professional development through the process of reflection. Timely provision of constructive feedback to learner is important in optimizing the learning curve. The aim of the current study was to see the effectiveness of various interventions on feedback practices of faculty members. Methods: This is a quasi-experimental study (pre- and postdesign). It was conducted from November 2009 to March 2011 at The Aga Khan University, Pakistan. Faculty development workshops, allotment of specified feedback time, and restructuring of residency feedback forms were done as interventions. Data collection was done pre- and postintervention. Resident's and faculty satisfaction regarding the feedback process were evaluated using a prepiloted questionnaire. Paired t-test was applied to assess the effect of interventions on faculty and resident's satisfaction. Results: The mean satisfaction scores of residents were significantly improved (P < 0.05). Pre- and postintervention faculty satisfaction score also demonstrated significant difference in overall satisfaction level, from 47.88 ± 13.92 to 63.40 ± 8.72 (P < 0.05). Discussion: This study showed improved faculty engagement and satisfaction for the provision of feedback to the trainee resident. Strengthening this, culture requires continuous reinforcement, individualized feedback to the faculty members regarding their feedback practices, and continuing faculty development initiatives.
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 | 0,003 | 0,004 |
| 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 | 0,001 | 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 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 ».