Exploring Experiences of Intense Academic Stretch in Veterinary Educators Enrolled in an Education Masters. Is This Imposter Syndrome or Am I a True Imposter?
Notice bibliographique
Résumé
Professional work often requires individuals to operate outside their comfort zone (professional stretch), and this can facilitate learning and growth. Self-doubt is common when experiencing professional stretch. For some individuals in some contexts, self-doubt can be so profound that learning stops. Imposter syndrome (IS) is paradoxical self-doubt; individuals believe themselves poorly capable of competencies in which they excel. Affected individuals feel they must work exceptionally hard to succeed. IS has been observed in clinicians, students, and educators, which has important implications for supporting student development. This study sought to understand the relationship between academic/professional stretch and intense self-doubt in a population of veterinary educators, with the aim of better supporting learning in stretching workplace environments. Interviews were undertaken with seven female veterinary educators undertaking an MSc in Veterinary Education. Data were processed and experiential themes were derived using an interpretive phenomenological analysis (IPA) approach. Participants described extreme academic discomfort, linked to poor self-efficacy, exacerbated by feedback that was perceived to be unexpectedly negative. Distance followed by dialogue enabled some participants to process difficult emotions so that learning could continue. Participants recognized IS in others. Their own imposter-like thinking was less well recognized, being experienced in tandem with self-doubt rooted in real rather than imagined competence gaps. On the basis of this research, close mentoring relationships are advocated, so that through facilitated reflective dialogue, feelings of intense self-doubt can be better understood and supported, facilitating learning. Students can benefit from teachers' experiences of academic stretch, and this should be investigated further.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,009 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».