(Mis)Alignment in resident and advisor co‐regulated learning in competency‐based training
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVE: In implementing competence-based medical education (CBME), some Canadian residency programmes recruit clinicians to function as Academic Advisors (AAs). AAs are expected to help monitor residents' progress, coach them longitudinally, and serve as sources of co-regulated learning (Co-RL) to support their developing self-regulated learning (SRL) abilities. Implementing the AA role is optional, meaning each residency programme must decide whether and how to implement it, which could generate uncertainty and heterogeneity in how effectively AAs will "monitor and advise" residents. We sought to clarify how AA-resident dyads collaboratively interpret assessment data from multiple sources, co-create learning goals and action plans and attempt to enhance residents' SRL skills. METHODS: Shortly after each of their six meetings during two years of Internal Medicine residency, we conducted individual, brief interviews with AAs (N = 10) and residents (N = 10). We analysed transcripts using an abductive framework with theory-based and evidence-based sensitizing concepts. RESULTS: We collected 49 residents and 36 AA 'meeting debriefs', which produced rich data on how dyads variably engaged in SRL and Co-RL. Residents and AAs adopted "learning stances" that oriented their perceptions and approaches to Co-RL. Their stances did not always align within dyads. We found unique patterns in how stances evolved or devolved over time, and in how these changes impacted dyads' Co-RL processes. While some dyads evolved to engage in proactive co-regulation, most stayed consistent or oscillated reactively in their relationships, with little apparent Co-RL focused on helping residents to develop clinical competencies through SRL. We catalogued multiple influential sources of regulation of learning. CONCLUSION: The conceptually ideal form of Co-RL was not consistently achieved in this well-intended implementation of AA-resident dyads. To better translate 'coaching over time' from intention to practice, we recommend that residency programmes use Co-RL principles to refine CBME processes, including refining assessment tools, resident orientation sessions and faculty development practices.
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 | 0,027 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».