Commonalities and contrasts: North American program directors' perspectives on genetic counseling education
Notice bibliographique
Résumé
There is currently a gap in the literature regarding education by and for genetic counseling (GC) students and genetic counselors. Since little is written about current strategies used in GC graduate programs, we conducted a qualitative semi-structured interview study of North American GC program directors to learn about their educational goals and practices. We recruited 25 program directors from the United States and Canada through the Association of Genetic Counseling Program Directors for interviews using a video conferencing platform. Interviews were recorded and transcribed, followed by content analysis to analyze education frameworks; processes of program planning and development; approaches and strategies for teaching and assessing GC core knowledge and skills; and systemic factors that influence GC education. We emphasized areas that are challenging to teach, particularly ethical, legal, and social issues (ELSI); disability issues; genomics; counseling skills; diversity, equity, inclusion, justice (DEIJ) issues; professional identity; research skills; and teaching skills. We found commonalities supported by standards and practice-based competencies and also a rich diversity of program cultures, approaches, and techniques for teaching and assessing genetic counseling skills. There was a consistent theme of integration across the program for all areas examined. A multilayered, comprehensive approach to DEIJ issues was advocated. Planned change was a logical outcome of program assessment, while unplanned change called for flexibility and creativity. The description of GC educational practices provides documentation of current approaches and strategies, guidance for new GC programs, and inspiration for continued evolution of existing GC graduate programs.
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 | 0,000 | 0,000 |
| 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 ».