MétaCan
Menu
Retour à la cohorte
Enregistrement W4385174957 · doi:10.1111/medu.15157

Exploring mentorship in surgery: An interview study on how people stick together

2023· article· en· W4385174957 sur OpenAlexaff
Ghada Enani, Ryan Brydges, Helen MacRae, Marisa Louridas

Notice bibliographique

RevueMedical Education · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueMentoring and Academic Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMentorshipNOMINATEFriendshipGrounded theoryMedical educationPsychologyQualitative researchMedicineSocial psychologySociologyComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective is to explore the processes contributing to how and why mentors and mentees initiate, maintain and grow in their mentorship relationships in surgery. BACKGROUND: To explore the processes contributing to how and why mentors and mentees initiate, maintain and grow their mentorship relationships in surgery. Evidence suggests that mentorship has a positive impact on physicians' success. Consequently, mentorship programmes have been incorporated into many medicine environments, albeit with variable success. METHODS: We designed an interview-based study using a constructivist grounded theory approach to explore the dynamics of mentorship between junior and experienced surgeons. Recruited mentees were asked to nominate a senior surgeon they identified as a mentor. Both mentee and mentors were then interviewed separately. Transcripts were analysed using constant comparison to a create a final coding framework and to generate themes. RESULTS: We interviewed nine faculty mentors and 10 junior faculty mentees. Our analysis identified key themes describing how to initiate, maintain and grow a mentorship relationship. Mentorship starts with ensuring a 'good fit', persists through satisfying a reciprocal loop with timely communication and deepens the relationship through cycles of mutual investment, learning, and success. Participants also discussed how to navigate through tensions to avoid relationship breakdown, balancing formality and friendship, knowing when to transition a relationship to a new dynamic and finding areas of realistic contribution. CONCLUSIONS: We found that successful mentorship relationships are viewed as dynamic and thus require active investment and shared responsibility between mentees and mentors. Our results also emphasise the value of co-regulation in the relationship, where cycles of mutual investment can contribute to mutual learning and growth.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,014
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0140,009
Communication savante0,0060,006
Science ouverte0,0020,008
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,249
Tête enseignante GPT0,415
Écart entre enseignants0,166 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical EducationMême sujetMentoring and Academic DevelopmentTravaux en français237 207