A Narrative Inquiry of Critical Events Supporting Professional Identity Formation in Introductory Pharmacy Practice Experiences
Notice bibliographique
Résumé
OBJECTIVE: Professional identity formation (PIF) is the process of internalizing a profession's core values and beliefs so that one begins to think, act, and feel like a member of that profession. PIF occurs over an individual's professional socialization in stages, precipitated by critical moments or experiences. The purpose of this study was to answer the following: (1) What are the critical events for pharmacy student PIF in introductory pharmacy practice experiences?; and (2) How do these events support or challenge PIF? METHODS: This study used critical event narrative inquiry methodology. A critical event is an experience that creates a change in understanding and affects professional performance. Semistructured interviews were conducted with pharmacy students who completed introductory pharmacy practice experience rotations in community (first year) and hospital (second year) settings. Interviews were coded and analyzed using narrative analysis. RESULTS: Twelve first-year and 10 second-year students participated in this study. Narratives revealed that common experiential education experiences resulted in a deeper understanding of core role elements (ie, professional autonomy, responsibility, interprofessional collaboration, and patient-centered care), leading to changes in agency, knowledge, and anticipated future behaviors. While first-year participants' narratives mainly focused on understanding pharmacist roles ("what"), second-year participants focused on understanding the process to fulfill those roles ("how to"). Emotions, assuming responsibility, external validation, and preceptor guidance supported these events. CONCLUSION: Critical events in introductory pharmacy practice experiences affect and shape pharmacy students' PIF. These events are relevant to pharmacy education because these experiences can result in changes in knowledge, agency, or future behaviors for students.
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 | 0,010 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,008 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».