Ready, Set, Goal: A Mixed Methods Study of a Goal-Setting Intervention on 2 Competency-Based Geriatric Medicine Rotations
Notice bibliographique
Résumé
ABSTRACT Background More research is required to understand the effects of implementing structured goal-setting on trainee engagement in competency-based clinical learning environments. Objective To explore how residents experienced a rotation-specific goal-setting intervention on geriatric medicine rotations at 2 hospitals. Methods All rotating residents were expected to complete the intervention, consisting of a SMART-based (Specific, Measurable, Achievable, Relevant, and Time-Bound) goal-setting form and feedback sessions with teaching faculty. From November 2019 to June 2021, we recruited a convenience sample of rotating residents. Study participants completed pre- and postrotation 35-item Dutch Residency Educational Climate Test (D-RECT) questionnaires to compare scores from their rotation before the geriatric rotation and a postrotation semistructured interview, which we transcribed and analyzed using principles of constant comparison and reflexive thematic analysis. Results We interviewed 12 of 58 (20.7%) residents participating in the goal-setting intervention, 11 of whom completed both D-RECT questionnaires. Participants’ D-RECT scores favored the geriatric medicine rotation versus the immediately preceding clinical rotation (M=4.29±0.37; M=3.84±0.44, P =.002). Analyses of interview transcripts yielded 3 themes on how participants perceived the intervention influenced their learning experience: (1) structured forms and processes mediate, inform, and constrain goal selection; (2) interactions with faculty, patients, and system factors influenced goal enactment; and (3) unstructured assessments led to uncertainty around goal achievement. Challenges included time restrictions and unpredictable clinical opportunities. Conclusions Goal-setting appeared to help many residents direct their learning efforts and engage in collaborative processes with teaching faculty. We identified challenges limiting residents’ engagement with the goal-setting intervention, which may inform the practical implementation of goal-setting in other competency-based curricula.
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 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».