MétaCan
Menu
Retour à la cohorte
Enregistrement W4401635376 · doi:10.1186/s12909-024-05875-4

Examining the perception of undergraduate health professional students of their learning environment, learning experience and professional identity development: a mixed-methods study

2024· article· en· W4401635376 sur OpenAlexaff
Banan Mukhalalati, Aaliah Aly, Ola Yakti, Sara Elshami, Alaa Daud, Ahmed Awaisu, Ahsan Sethi, Alla El‐Awaisi, Derek Stewart, Marwan Abu‐Hijleh, Zubin Austin

Notice bibliographique

RevueBMC Medical Education · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesQatar University
Mots-clésMedical educationPerceptionProfessional developmentPsychologyIdentity (music)Health professionalsProfessional learning communityPedagogyMedicineHealth care

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The quality of the learning environment significantly impacts student engagement and professional identity formation in health professions education. Despite global recognition of its importance, research on student perceptions of learning environments across different health education programs is scarce. This study aimed to explore how health professional students perceive their learning environment and its influence on their professional identity development. METHODS: An explanatory mixed-methods approach was employed. In the quantitative phase, the Dundee Ready Education Environment Measure [Minimum-Maximum possible scores = 0-200] and Macleod Clark Professional Identity Scale [Minimum-Maximum possible scores = 1-45] were administered to Qatar University-Health students (N = 908), with a minimum required sample size of 271 students. Data were analyzed using SPSS, including descriptive statistics and inferential analysis. In the qualitative phase, seven focus groups (FGs) were conducted online via Microsoft Teams. FGs were guided by a topic guide developed from the quantitative results and the framework proposed by Gruppen et al. (Acad Med 94:969-74, 2019), transcribed verbatim, and thematically analyzed using NVIVO®. RESULTS: The questionnaire response rate was 57.8% (525 responses out of 908), with a usability rate of 74.3% (390 responses out of 525) after excluding students who only completed the demographic section. The study indicated a "more positive than negative" perception of the learning environment (Median [IQR] = 132 [116-174], Minimum-Maximum obtained scores = 43-185), and a "good" perception of their professional identity (Median [IQR] = 24 [22-27], Minimum-Maximum obtained scores = 3-36). Qualitative data confirmed that the learning environment was supportive in developing competence, interpersonal skills, and professional identity, though opinions on emotional support adequacy were mixed. Key attributes of an ideal learning environment included mentorship programs, a reward system, and measures to address fatigue and boredom. CONCLUSIONS: The learning environment at QU-Health was effective in developing competence and interpersonal skills. Students' perceptions of their learning environment positively correlated with their professional identity. Ideal environments should include mentorship programs, a reward system, and strategies to address fatigue and boredom, emphasizing the need for ongoing improvements in learning environments to enhance student satisfaction, professional identity development, and high-quality 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,551
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,468
Écart entre enseignants0,423 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207