What influences clinical educators’ motivation to teach? A BEME systematic review and framework synthesis based on self-determination theory: BEME Review No. 90
Notice bibliographique
Résumé
BACKGROUND: Health professions learners are taught by full-time university faculty and by clinicians who teach alongside their clinical practice. This distributed healthcare education model ensures high-quality education but is at risk due to high learner demand, shortage of educators, and economic pressures. Understanding what factors influence clinical educators' motivation to teach may contribute to the model's sustainability and educator retention. The present review therefore aimed to systematically search and synthesise factors influencing clinical educators' motivation to teach. METHODS: Multiple databases, relevant journals, and the grey literature were searched for studies reporting on clinical educators' motivation to teach. Data were analysed using a framework synthesis method, based on self-determination theory's amotivation (e.g. disinterest or unachievable challenges), controlled (e.g. interest in rewards or pressure avoidance), and autonomous (e.g. personal importance and interest) concepts, and nested within a motivation from 'above' (i.e. interactions with stakeholders and societal expectations), 'within' (i.e. personal beliefs and personality dispositions), and 'below' (i.e. perception on learners' motivation and engagement) framework. RESULTS: Twenty-nine studies were included, published between 1998 and 2022, which reported on educators from diverse disciplines and settings. Educators reported autonomous over controlled motivation to teach, favouring enjoyment, connectedness, professional development, feeling valued for their teaching efforts, and altruistic reasons to teach, over being motivated by incentives and rewards. These results are presented in relation to their origin, as factors influencing motivation 'above', 'within', and 'below'. CONCLUSIONS: Results from this study have important implications for the development of contextual strategies to optimise learning/work environments and maximise autonomous reasons to teach, enhancing clinical educators' job satisfaction and retention.
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 | 0,039 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,023 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».