Understanding and Embracing Culture in International Faculty Development
Notice bibliographique
Résumé
Introduction: Research on international faculty development programs (IFDPs) has demonstrated many positive outcomes; however, participants' cultural backgrounds, beliefs, and behaviors have often been overlooked in these investigations. The goal of this study was to explore the influences of culture on teaching and learning in an IFDP. Method: Using interpretive description as the qualitative methodology, the authors conducted semi-structured interviews with 15 Fellows and 5 Faculty of a US-based IFDP. The authors iteratively performed a constant comparative analysis to identify similar patterns and themes. Transformative Learning Theory informed the analysis and interpretation of the results. Results: This research identified three themes related to the influences of culture on teaching and learning. First, cultural differences were not seen as a barrier to learning; instead, they tended to act as a bridge to cultural awareness and network building. Second, some cultural differences produced a sense of unease and uncertainty, which led to adaptations, modifications, or mediation. Third, context mattered, as participants' perspectives were also influenced by the program culture and their professional backgrounds and experiences. Discussion: The cultural diversity of health professions educators in an IFDP did not impede learning. A commitment to future action, together with the ability to reflect critically and engage in dialectical discourse, enabled participants to find constructive solutions to subtle challenges. Implications for faculty development included the value of enhanced cultural awareness and respect, explicit communication about norms and expectations, and building on shared professional goals and experiences.
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 | 0,001 | 0,003 |
| 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 | 0,000 | 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 ».