MétaCan
Menu
Retour à la cohorte
Enregistrement W4283749570 · doi:10.2196/38050

Anesthesiologists With Advanced Degrees in Education: Qualitative Study of a Changing Paradigm

2022· article· en· W4283749570 sur OpenAlexvenueno aff
Anuj Aggarwal, Olivia Hess, Justin L. Lockman, Lauren B. Smith, Mitchell L. Stevens, Janine Bruce, Thomas J. Caruso

Notice bibliographique

RevueJMIR Medical Education · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScholarshipProfessionalizationMedical educationCurriculumMedicineQualitative researchApprenticeshipFormative assessmentMentorshipPsychologyPedagogyPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Anesthesiology education has undergone profound changes over the past century, from a pure clinical apprenticeship to novel comprehensive curricula based on andragogic learning theories. Combined with institutional and regulatory requirements, these new curricula have propagated professionalization of the clinician-educator role. A significant number of clinician-educator anesthesiologists, often with support from department chairs, pursue formal health professions education (HPE) training, yet there are no published data demonstrating the benefits or costs of these degrees to educational leaders. OBJECTIVE: This study aims to collect the experiences of anesthesiologists who have pursued HPE degrees to understand the advantages and costs of HPE degrees to anesthesiologists. METHODS: Investigators performed a qualitative study of anesthesiologists with HPE degrees working at academic medical centers. Interviews were thematically analyzed via an iterative process. They were coded using a team-based approach, and representative themes and exemplary quotations were identified. RESULTS: Seven anesthesiologists were interviewed, representing diverse geographic regions, subspecialties, and medical institutions. Analyses of interview transcripts resulted in the following 6 core themes: outcomes, extrinsic motivators, intrinsic motivators, investment, experience, and recommendations. The interviewees noted the advantages of HPE training for those wishing to pursue leadership or scholarship in medical education; however, they also noted the costs and investment of time in addition to preexisting commitments. The interviewees also highlighted the issues faculty and chairs might consider for the optimal timing of HPE training. CONCLUSIONS: There are numerous professional and personal benefits to pursuing HPE degrees for faculty interested in education leadership or scholarship. Making an informed decision to pursue HPE training can be challenging when considering the competing pressures of clinical work and personal obligations. The experiences of the interviewed anesthesiologists offer direction to future anesthesiologists and chairs in their decision-making process of whether and when to pursue HPE training.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil0,903

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,414
Écart entre enseignants0,393 · 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.

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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207