Engaging and supporting standardized patients involved in equity-seeking healthcare training: a qualitative study
Notice bibliographique
Résumé
Objectives: This study aims to explore the perspectives of standardized patients previously involved in equity-seeking healthcare training simulation activities to better understand how stakeholders can engage and support standardized patients in the delivery of educational opportunities for healthcare professionals related to equity, diversity, and inclusivity. Methods: A qualitative research study was conducted utilizing semi-structured interviews with persons (N=15) who self-identified as being involved in the development and/or the delivery of simulations related to equity, diversity, and/or inclusion. Participants were recruited via email using internal and public lists for standardized patient programs and through snowball sampling. Interviews were recorded and transcribed verbatim and transcripts were analyzed qualitatively in an iterative coding process, anchored by direct content analysis methodology, and informed by three theoretical perspectives: the standardized patient journey, psychological safety, and empowerment theory. Results: We constructed three main themes: (1) safety should be prioritized throughout the journey; (2) empowerment is key to engagement; and (3) standardized patient trainers are central connectors for safety and empowerment. Conclusions: Through the perspectives of standardized patients, this study has provided insight on strategies to engage and support those participating in equity-seeking simulations. Focused attention on safety and empowerment is warranted, with trainers having a critical role in empowering standardized patients to succeed in equity-seeking simulations. Future research should continue to explore best practices surrounding engaging, supporting, and retaining individuals involved in equity-seeking healthcare training, including comprehensive training for trainers on how to ensure, maintain, and restore standardized patients' psychological safety.
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 | 0,014 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».