Self-Compassion and Dialogic Interactions Thrust the “Edge of Learning” Forward
Notice bibliographique
Résumé
To the Editor: Aporia—a state of discomfort or doubt—is a powerful instrument for transformational learning.1 As Kumagai rightly points out, aporia is essential for the humanistic practice of medicine, but it is often ignored in medical education. Kumagai proposes that through compassionate mentorship and dialogical interactions, learners navigate states of discomfort and doubt and become “physicians who practice with excellence, compassion, and justice.”1 Kumagai also highlights the works of Boler, who urges us to shift away from solitary reflection and toward collective witnessing. But this urges us away from the critical role of self-reflection, and by extension self-compassion, in a learning process replete with confusion and doubt. The notion of self-compassion is conceptualized by 3 core constructs: self-kindness, common humanity, and mindfulness.2,3 First, self-kindness involves being forgiving, empathetic, sensitive, and patient with oneself.2,3 This coincides with Kumagai’s premise that Plato’s notion of aporia, when engaged with empathy, can serve as a critical mechanism for transforming deeply rooted assumptions.1 Second, common humanity involves drawing connections with others, particularly in moments of confusion.2,3 This again supports Kumagai’s stance that a broadened perspective can help learners navigate confusion and doubt and enhance learning.1 Third, mindfulness involves being attentive and present in the moment,2,3 which complements Kumagai’s statement that transformation is achieved through deep engagement in grappling with uncertainty and complexity.1 We argue that self-compassion is essential in mediating the states of discomfort and doubt, allowing learners to more meaningfully engage in communicative learning. Self-compassion helps learners navigate moments of critical consciousness and situates the learner to more optimally engage in meaning-making, extending and enriching transformation. Solitary reflections, including self-compassion, and dialogic interactions balance one another and can jointly thrust the “edge of learning” forward.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,014 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».