An identity on guard: the impact of microaggressions on the professional identity formation of residents
Notice bibliographique
Résumé
PURPOSE: The development of a strong professional identity in medicine has important consequences for patient care, as proper identity formation impacts a physician's confidence, wellbeing, and performance. In non-medical professions, exposure to discrimination and stigma impacts how individuals construct their professional identity. Our study aims to explore how microaggressions from peers impact the professional identity formation of resident physicians. This work was guided by conceptual frameworks on professional identity formation that included socialization, role modelling, and hierarchical structures. METHODS: We conducted semi-structured interviews with [blinded] residents between July 2021 and November 2022. Participants were recruited utilizing both convenience and snowball sampling of residents who self-identified as having experienced microaggressions. During the iterative data collection, we adopted thematic analysis using open coding to identify overarching themes. RESULTS: We interviewed 17 residents from five specialties. Overall, participants perceived that experiencing microaggressions impacted their sense of belonging in medicine, and had a negative impact on participants' progression in residency due to feelings of perceived incompetence, exhaustion at work, and missed opportunities. Participants also felt like they had to guard the diverse aspects of their identities to mitigate the experience of microaggressions. Barriers in addressing microaggressions included fear of personal and professional repercussions, and a sense of futility that reporting would lead to tangible change. More education about microaggressions, increasing transparency on reporting microaggressions, access to open-minded mentors, and creating a safe space to debrief may help mitigate the negative impacts of microaggressions on professional identity formation. CONCLUSIONS: Our study suggests that microaggressions between peers are a barrier to trainees' socialization into the medical profession, as they lead to feelings of exclusion and exhaustion that impact clinical performance. Education on how to identify, report and respond to microaggressions will help to improve the learning environment for vulnerable trainees.
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 | 0,007 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».