Family medicine residents’ perspectives about patient partners in teaching participation in their training: A retrospective case study using a mixed-method explanatory sequential design
Notice bibliographique
Résumé
Abstract Objective: To explore the perspective of family medicine residents (FMRs) about patient partners in teaching participation in the practice-based learning program (PBLP) offered in university family medicine groups (U-FMG). Participants and methods: The study was carried out among first- and second-year FMRs who completed their doctorate/externship in Quebec and attended the PBLP workshop involving a patient partner in teaching from U-FMG Notre-Dame. FMRs completed a questionnaire at the end of the PBLP workshop, and quantitative data were analyzed descriptively. Then, a focus group was conducted with some of these FRMs. The results were analyzed by two co-coders using DedooseÒ software. Results: All FRMs (n=16) completed the questionnaire, and 4 FRMs participated in the focus group. The majority of FRMs mentioned having improved their knowledge of care offered in partnership with patients after the workshop but not their understanding of patients' rights. Two major themes emerged from the analysis: 1) knowledge and skills sought and 2) factors influencing the partnership with the patient partner in teaching. Conclusion: The contribution of patient partners in teaching to the training of FRMs is promising and could be evaluated more extensively to improve the quality of training. The FRMs raised several avenues for improvement.
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 | 0,014 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».