MétaCan
Menu
Retour à la cohorte
Enregistrement W4283026406 · doi:10.12688/mep.19152.2

Rewards and recognition for Canadian distributed medical education preceptors: a qualitative analysis

2022· article· en· W4283026406 sur OpenAlexaffabout
Amanda Bell, Aaron Johnston, Edward Makwarimba, Rebecca Malhi

Notice bibliographique

RevueMedEdPublish · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of AlbertaUniversity of CalgaryMcMaster UniversityRegional Municipality of Niagara
Organismes subventionnairesnon disponible
Mots-clésRemunerationMedical educationPopulationPsychologyQualitative analysisQualitative researchMedicineBusinessFinanceSociologySocial science

Résumé

récupéré en direct d'OpenAlex

<ns3:p> <ns3:bold>Background</ns3:bold> : Recognition of Distributed Medical Education (DME) preceptors by medical schools ensures that important community-based training opportunities remain available to learners. Yet the literature seldom explores what rewards are meaningful to this population of teachers. The goal of our national project was to provide guidance to medical schools about the financial remuneration and non-financial rewards that are most valued by DME preceptors. </ns3:p> <ns3:p/> <ns3:p> <ns3:bold>Methods</ns3:bold> : In this qualitative study, we invited DME faculty members from all Canadian medical schools to participate in semi-structured interviews. Participants with a range of medical specialties, stages of career, and geographic locations were interviewed via Zoom videoconferencing. The sessions in English and French were audio-recorded and transcribed. We used line-by-line inductive coding and thematic analysis to examine participant talk about meaningful preceptor recognition. </ns3:p> <ns3:p/> <ns3:p> <ns3:bold>Results</ns3:bold> : Fourteen participants from multiple provinces were interviewed. Results indicated that the DME faculty are a diverse group of people with diverse needs. Most of the interviewees appreciated the rewards and recognition provided by their medical schools but felt that there are areas for improvement. Recognition is not necessarily monetary and should be tailored to the needs and the values of the recipient. Other themes included: benefits and challenges of being a preceptor, current institutional structures and supports, and the impact of the pandemic on preceptors. </ns3:p> <ns3:p/> <ns3:p> <ns3:bold>Conclusions</ns3:bold> : The interviews highlighted the importance placed by preceptors on personal rewards and a wide variety of forms of recognition. Based on the findings, we suggest specific steps that medical schools can take to support, engage, and recognize DME faculty. </ns3:p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,228
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,385
Écart entre enseignants0,359 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedEdPublishMême sujetInnovations in Medical EducationTravaux en français237 207