Growth Mindset in Veterinary Educators: An International Survey
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
Carol Dweck's mindset theory describes whether an individual believes that attributes, like intelligence or morality, can be honed (growth mindset) or are innate (fixed mindset). An educator's mindset impacts their approach to teaching, students' learning, participation in faculty development, and well-being. Mindset can affect faculty members' openness to curricular change, making the study of veterinary educator mindset timely and salient, as competency-based education is spurring curricular change worldwide. The purpose of this study was to examine the mindsets of veterinary educators internationally. A survey, consisting of demographic questions and mindset items (based on previously published scales), was distributed electronically to veterinary educators internationally, at universities where English is the primary instruction medium. Mindset was evaluated for the following traits: intelligence, clinical reasoning, compassion, and morality. Scale validation, descriptive statistics, and associations to demographic variables were evaluated. A total of 446 complete surveys were received. Overall, the study population demonstrated predominantly growth mindsets for all traits, higher than population averages, with some variation by trait. There was a small effect on years teaching toward growth mindset. No other associations were found. Veterinary educators internationally who participated in this study demonstrated higher rates of growth mindset than the general population. In other fields, a growth mindset in educators has had implications for faculty well-being, teaching and assessment practices, participation in faculty development, and openness to curricular change. Further research is needed in veterinary education to evaluate the implications of these high rates of growth mindset.
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 | 0,003 | 0,005 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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