Gathering Dust—Resistance to Simulator-based Deliberate Practice in Microsurgical Training
Notice bibliographique
Résumé
Abstract Background Despite unrestricted access to a simulated microsurgery model, learners have not consistently self-regulated their learning by completing practice. This paper explores the lived experience of learners regarding how practice is perceived and why it is resisted. Methods A qualitative study was conducted, including recorded and transcribed focus groups and semistructured interviews. First and second pass coding was conducted by one reviewer, with feedback from another. Transcripts were analyzed with a constant comparative approach customary to thematic analysis. Theory was engaged to help explain and support the findings. The study was undertaken at the University of Calgary plastic surgery residency training program in Calgary, Alberta, Canada, involving 15 informants (9 residents and 6 surgeons). Results Four themes emerged: (1) barriers to practice, (2) motivation to practice, (3) owning learning/solutioning, and (4) expectations of practice. Competing priorities and time constraints were barriers. Motivation to practice ranged from extrinsic (gaining access to the next course) to intrinsic (providing optimal patient care). Learners described a range of ownership of learning and depth of effort at solutioning of practice opportunities. Learners expressed high expectations around model fidelity, ease of setup, and feedback. Learners self-regulating their learning, with surgeons acculturating practice at work, can overcome some barriers. As per self-determination theory (SDT), learners need explicit linkage to how the task aligns with their goals. Assessment may be required to motivate learners. In respect of adult learning theory, homework needs to be allocated by a respected trainer. Modeling simulation practice may encourage adult learners. Finally, the tenets of deliberate practice (DP) need to be explained in order that learners can optimize their practice time. Conclusion Microsurgical simulation practice is valued but barriers exist that invite resolution. Assisting residents to overcome barriers, maintain motivation, take ownership, and assimilate DP will help improve their microsurgery practice.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».