Professionalism lapses in health professions training: Navigating the ‘Yellow Card’ moments for transformative learning
Notice bibliographique
Résumé
INTRODUCTION: Health professions training programmes face increasing reports of professionalism lapses, which can delay, or end, trainee progression. How programmes respond to professionalism lapses to facilitate professional identity development has not been clarified. The objective of this study is to identify factors that facilitate and impair transformations around professionalism lapses in health professions training programmes. METHODS: We conducted a qualitative study interviewing 5 faculty and 20 trainees with firsthand or secondhand experience with professionalism lapses from a range of health professions training programmes at McMaster University. Using reflexive thematic analysis, we coded verbatim transcripts informed by the lenses of social and transformative learning theories. We constructed themes through iterative and comparative analysis, seeking meaningful variation across professions and triangulating faculty and trainee perspectives. RESULTS: Four themes were constructed. First, lapses are in the eye of the beholder with personal definitions intersecting with institutional and situation norms. Difficulties exist in recognising and convincing trainees to respond to lapses that are perceived to be minor or subject to interpretation. Second, responses to professionalism lapses occurred within power hierarchies, which impacted how trainees reacted to the remediation process, risked superficial trainee responses to concerns and led to concerns around inequitable treatment in how standards were applied. Third, fostering transformation involves building trainee confidence, agency, trust and engagement. Focused support and advocacy for trainees can empower and promote agency in tackling disorienting lapses. Fourth, perspective shifts involve deep engagement over time, including but not limited to self-reflection, structured discussion and seeking support. DISCUSSION: Identifying and addressing professionalism lapses is complex and requires nuanced and contextual exploration of personal, institutional and situational dynamics at play. By fostering environments that promote genuine reflection and dialogue and focus on building trainee confidence, agency, trust and engagement, health professions training programmes can better support trainees in navigating these complex situations and contribute to the broader goal of socialising to a professional culture and 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 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 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,029 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».