“I Think Many of Them Want to Appear to Have a Growth Mindset”: Exploring Supervisors’ Perceptions of Feedback-Seeking Behavior
Notice bibliographique
Résumé
PURPOSE: Feedback seeking is an expected learner competency. Motivations to seek feedback are well explored, but we know little about how supervisors perceive such requests for feedback. These perceptions matter because how supervisors judge requests can affect the feedback they give. This study explores how supervisors perceive and attribute motivations behind feedback requests to better understand the benefits and hazards of feedback seeking. METHOD: Constructivist grounded theory was used to interview supervisors at the Temerty Faculty of Medicine, University of Toronto, from February 2020 to September 2022. Supervisors were asked to describe instances when they perceived feedback requests as being sincere or insincere, what led to their opinions, and how they responded. Transcripts were analyzed and coded in parallel with data collection; data analysis was guided by constant comparison. RESULTS: Seventeen faculty were interviewed. Participants perceived 4 motivations when learners sought feedback: affirmation or praise; a desire to improve; an administrative requirement, such as getting forms filled out; and hidden purposes, such as making a good impression. These perceptions were based on assumptions regarding the framing of the initial request; timing; preexisting relationship with the learner; learner characteristics, such as insecurity; and learner reactions to feedback, particularly defensiveness. Although being asked for feedback was generally well received, some participants reported irritation at requests that were repetitive, were poorly timed, or did not appear sincere. CONCLUSIONS: Feedback seeking may prompt supervisors to consider learners' motivations, potentially resulting in a set of entangled attributions, assumptions, and reactions that shape the feedback conversation in invisible and potentially problematic ways. Learners should consider these implications as they frame their feedback requests and be explicit about what they want and why they want it. Supervisors should monitor their responses, ask questions to clarify requests, and err on the side of assuming feedback-seeking requests are sincere.
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 | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».