(L)earning: Exploring the value of paid roles for medical students
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The Medical Student Technician (MST) role is a paid position established in Northern Ireland in 2020. The Experience-Based Learning (ExBL) model is a contemporary medical education pedagogy advocating supported participation to develop capabilities important for doctors-to-be. In this study, we used the ExBL model to explore the experiences of MSTs and how the role contributed to students' professional development and preparedness for practice. METHODS: A convenience sampling strategy was used to recruit a total of 17 MSTs in three focus groups. Semi-structured interviews were transcribed verbatim and analysed using the ExBL model as a framework. Transcripts were independently analysed and coded by two investigators and discrepancies resolved with the remaining investigators. RESULTS: The MST experiences reflected the various components of the ExBL model. Students valued earning a salary; however, what students earned transcended the financial reward alone. This professional role enabled students to meaningfully contribute to patient care and have authentic interactions with patients and staff. This fostered a sense of feeling valued and increased self-efficacy amongst MSTs, helping them acquire various practical, intellectual and affective capabilities and subsequently demonstrate an increased confidence in their identities as future doctors. CONCLUSION: Paid clinical roles for medical students could present useful adjuncts to traditional clinical placements, benefiting both students and potentially healthcare systems. The practice-based learning experiences described appear to be underpinned by a novel social context where students can add value, be and feel valued and gain valuable capabilities that better prepare them for starting work as a doctor.
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.
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 | 0,013 | 0,026 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle