Observational Study of Conformity in Yet Another Medical Learning Environment: Conformity to Preceptors During High-Fidelity Simulation
Notice bibliographique
Résumé
Purpose: Altering one's behavior to comply with inaccurate suggestions made by others (i.e., conformity) has been studied since the 1950s. Although several studies have documented its occurrence in medical education, it has yet to be examined in a high-fidelity simulation environment. It was hypothesized that a large majority of learners would conform to a preceptor. Patients and Methods: A total of 42 student dyads (a medical student paired with a resident) participated in one of four clinical scenarios to manage the diagnosis and treatment of a simulated patient encounter. Once the learners became familiar with the patient's case, a preceptor entered the simulation, offered an equivocal suggestion about diagnosis or management, and then left. Two raters observed the video recordings of how the learners managed the case after this suggestion was made. The nature of these interactions was also documented. Results: Sixteen (38.10%) of the 42 medical student dyads conformed to the equivocal information presented by the preceptors. Observations of these interactions showed that all of the medical students conformed to the residents, but not all of the medical students conformed to the preceptors. Conclusion: Many learners conform to preceptors by acting on their equivocal suggestion when managing a patient case during high-fidelity simulation.
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 | 0,004 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».