In Which Scenarios Do Preceptors and Students Agree, Disagree, or Remain Neutral About Learner Mistreatment?
Notice bibliographique
Résumé
Objective: In recent years, nearly half of graduating medical students in the USA and Canada reported personal mistreatment experiences during training. Prior scholarship reports heterogeneous opinions of learner mistreatment behaviors among trainees, and resulting unaligned perceptions may influence reporting, feedback, and policy. However, fewer studies compare students' and preceptors' views about learner mistreatment using vignettes of student-preceptor interactions. Methods: We surveyed 141 students and 203 preceptors at an MD-granting institution. Participants indicated their agreement on a 5-point scale on whether behaviors in 17 written vignettes constituted learner mistreatment. Descriptive statistics and bivariate tests were executed to identify areas in which students' and preceptors' mistreatment views differed. Results: Student and preceptor responses converged on 12 of 17 vignettes. More students agreed that vignettes describing a student being addressed by another student's name and an example of public embarrassment constitutes learner mistreatment. More preceptors agreed that addressing students with terms of endearment and denying training opportunities based on career choice constitute learner mistreatment. The proportion of preceptors who selected neutral responses was higher than that of students for nearly all vignettes. Conclusion: When presented with written vignettes, students' and preceptors' perceptions of learner mistreatment were not consistent. This study highlights potential gaps in students' and preceptors' mistreatment perceptions, including differences in participants' decisions to remain "neutral." To prevent and address learner mistreatment, follow-up research is warranted to support the development and honing of shared definitions and examples of mistreatment, as well as targeted programming for students and preceptors.
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 | 0,012 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».