MétaCan
Menu
Retour à la cohorte
Enregistrement W4381434482 · doi:10.1177/23743735231183677

Patient-Partners as Educators: Vulnerability Related to Sharing of Lived Experience

2023· article· en· W4381434482 sur OpenAlexaff
Kateryna Metersky, Rezwana Rahman, Jennifer Boyle

Notice bibliographique

RevueJournal of Patient Experience · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensUniversity of TorontoToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSession (web analytics)Vulnerability (computing)Communication sourcePsychologyPatient experienceMedical educationHealth communicationHealth carePublic relationsNursingMedicineBusinessPolitical scienceAdvertisingEngineering

Résumé

récupéré en direct d'OpenAlex

Patient-partners are invaluable in health professions’ education. Sharing their lived experiences with prospective and current healthcare providers can provide an opportunity for these participants to hone their patient-centric skills. However, sharing stories publicly is a vulnerable role and may feel emotionally risky for patient-partners. Using reflective dialogue, this manuscript outlines recommendations through the Sender-Receiver Model of Communication for Patient-Partners encounters when working with patient-partners in health professions’ education. These recommendations include recognizing that: Patient-partners need to consider if they are ready to share their story. Some stories are wounds requiring further healing; other stories are scars fully processed by patient-partners and ready to be shared publicly. The audience should differentiate between questions that can promote critical thinking versus feel like a “personal attack.” Audiences should recognize vulnerability patient-partners may experience in sharing their stories and engage accordingly. Pre-session and post-session debriefs are important. Shared stories may elicit intense emotions from patient-partners and audiences. Both groups should be given an opportunity to process and work through emotions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,488

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,401
Écart entre enseignants0,355 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Patient ExperienceMême sujetEmpathy and Medical EducationTravaux en français237 207