Anti‐oppressive pedagogy in medical education: A qualitative study of trainees and faculty
Notice bibliographique
Résumé
PURPOSE: Despite the proliferation of interest in health equity and justice in medical education, there is limited research into the practical implementation of pedagogical approaches that align with anti-oppressive practices. This study sought to explore how to integrate anti-oppressive pedagogy into medical education. METHODS: Using constructivist grounded theory, the authors conducted 19 semi-structured interviews with a continuum of medical education stakeholders including learners and faculty in a Canadian context between June and August 2021. Transcripts were iteratively analysed using constant comparative analysis. RESULTS: Findings suggest that existing approaches to anti-oppressive pedagogy in medical education are misaligned with the perceived values, priorities, pace, biomedical focus and hierarchical nature of medical education, and medical practice. Although some learners are motivated to advance anti-oppressive teaching, their motivations are often related to their personal experiences of oppression. Participants suggested that transformative and structural changes are required to effectively integrate anti-oppressive pedagogy into medical education. Suggestions included a shift to community-based learning while ensuring adequate compensation for educators and addressing resistance at individual and institutional levels. CONCLUSION: Anti-oppressive pedagogy does not presently align with existing medical education practices. Effectively integrating anti-oppressive approaches will require individual and institutional reflection on the values and assumptions that underpin the field before progress can be made in a meaningful and sustainable way.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».