Resident perceptions of learning challenges in concussion care education
Notice bibliographique
Résumé
Background: Resident-focused curricula that support competency acquisition in concussion care are currently lacking. We sought to fill this gap by developing and evaluating Spiral Integrated Curricula (SIC) using the cognitive constructivism paradigm and the Utilization-Focused Evaluation (UFE) framework. The evidence-based curricula consisted of academic half-days (AHDs) and clinics for first- and second-year family medicine residents. Our first pilot evaluation had quantitatively demonstrated effectiveness and acceptability but identified ongoing challenges. Here we aimed to better describe how concussion learning is experienced from the learners' perspective to understand why learning challenges occurred. Methods: A qualitative interpretative cohort study was utilized to explore resident perceptions of concussion learning challenges. Participants completed six monthly longitudinal case logs to reflect on their concussion exposure. Semi-structured interviews were conducted. Results: Residents' beliefs and perceptions of their roles influenced their learning organization and approaches. Challenges were related to knowledge gaps in both declarative knowledge and knowledge interconnections. Through reflection, residents identified their concussion competency acquisition gaps, leading to transformative learning. Conclusion: This Spiral Integrated Design created vigorous processes to interrogate "concussion" competency gaps. We discussed resident mindsets and factors that hindered "concussion" learning and potentially unintentional negative impacts on the continuity of patient care. Future studies could explore how to leverage humanistic adaptive expertise, cross-disciplines for curriculum development, and evaluation to overcome the hidden curriculum and to promote integrated education and patient care.
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 | 0,016 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».