Exploring Diversity, Equity, and Inclusion–Related Pedagogy Across Different Professions
Notice bibliographique
Résumé
PURPOSE: Diversity, equity, and inclusion (DEI) have become an important priority for academic medicine. However, several barriers challenge the effective implementation of DEI-related pedagogy. An exploration of the barriers to and enablers of DEI-related pedagogy-as they relate to professional contexts-can inform how to advance DEI in medical education. Shulman's notion of signature pedagogies offers a foundation for understanding and exploring the influence of such contexts on teaching and learning. Comparisons across professions may help make signature pedagogies more visible and may facilitate change. In this study, the authors aim to explore how the professional contexts of medicine, nursing, and teacher education approach DEI-related pedagogy. METHOD: The authors conducted a qualitative exploratory study using constructivist grounded theory methodology. Using both purposive and theoretical sampling, 24 participants from across the United States and Canada were interviewed, including physicians, nurses, and K-12 teachers in practice as well as professional educators in each discipline (May-December 2022). Interviews included a case-based elicitation approach, and data were analyzed iteratively across the data collection period using constant comparative analysis. RESULTS: Medicine and nursing tend to prioritize objectivity and seek to avoid or neutralize emotions that are intrinsic to DEI-related learning, view DEI expertise as being outside the purview of their profession, and view time for DEI as limited in a clinical learning environment. In contrast, teaching is built on the assumption that DEI expertise is coconstructed and inclusive of community voices and lived experiences. DEI-related pedagogy in teaching allowed for exploration of deep assumptions and learning about structural inequities. CONCLUSIONS: Findings suggest that assumptions and values held in professions, such as medicine and nursing, that valorize objectivity and neutrality, while stigmatizing vulnerability and suppressing emotions, may constrain DEI-related teaching and learning in such contexts.
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 | 0,020 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,018 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,022 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».