Through the Lens of Societal Norms and Experiences: Students’ Conceptualization of Patient Case Data When Diversity is Apparent
Notice bibliographique
Résumé
OBJECTIVE: There are increasing calls to improve the representation of diversity within case-based learning materials, yet it is unclear how students interpret the inclusion of diversity data when synthesizing case information. The objective of this study was to determine factors that influence students' interpretation of written case data for visualization of a patient case. METHODS: This was a qualitative study using interviews. Entry-to-practice pharmacy students from Dalhousie University in Canada were recruited to review 6 cases, each with varying representations of diversity (eg, race, sexual orientation, gender, relationship status, disability, or none). Students were prompted to state how they visualized the case patient and what factors influenced their perceptions. Interviews were audio-recorded and transcribed verbatim. A reflexive thematic analysis was conducted to interpret themes. RESULTS: Interviews were conducted with 18 students. Students relied on 5 factors when interpreting case data in the presence of diversity. In addition to the case data itself, these included personal experience (relating to themselves or personal relationships), professional experience (through work or school), population stereotypes, and perceived societal norms. CONCLUSION: This study found that students rely on their personal and professional experiences, perceptions, and social conditioning when interpreting the presence of diversity within learning materials. Findings support the notion that educators should deliberately and conscientiously expose students to a broad representation of diverse populations to increase students' knowledge and understanding of populations, and to create intentional time and space to challenge existing stereotypes that contribute to the inequities in health 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 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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».