MétaCan
Menu
Retour à la cohorte
Enregistrement W4409184320 · doi:10.1186/s41077-025-00346-2

Did we create brave spaces? A realist evaluation report on simulation-based faculty development workshop in equity, diversity, inclusivity, and Indigenous reconciliation

2025· article· en· W4409184320 sur OpenAlexafffund
X. Catherine Tong, Sonaina Chopra, Hannah Jordan, Matthew Sibbald, Aaron Geekie‐Sousa, Sandra Monteiro

Notice bibliographique

RevueAdvances in Simulation · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Competency in Health Care
Établissements canadiensRegional Municipality of WaterlooHamilton Health SciencesMcMaster University
Organismes subventionnairesMcMaster University
Mots-clésFacilitatorThematic analysisFocus groupContext (archaeology)Medical educationIndigenousPsychologyQualitative researchMedicineSocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Creating Brave Spaces (CBS) workshops are designed by an interprofessional team of health professions educators to empower faculty members to disrupt microaggressions in the clinical teaching environment using simulation-based education design, where actors were trained to portray sources of microaggressions. METHODS: The CBS team delivered eleven workshops addressing five categories of biases in various contexts during 2020-2024 engaging hundreds of participants. The team recruited participants to conduct semi-structured interviews. Records from team meetings and facilitator focus groups were collected and reviewed. The dataset was subjected to thematic analysis focusing on the participants' experience in the workshop. Themes were presented in Context-Mechanism-Outcome statements informed by the realist evaluation framework. Subsequently, the results were verified with participants. RESULTS: Nine participants volunteered to be interviewed 2 to 12 weeks after attending the workshop. The interview scripts, totaling about 60,000 words, provided a rich picture of faculty members' backgrounds and experiences. Thematic analysis yielded the following results. Simulation-based education design empowered faculty members to overcome barriers and progress in their skills. During the immersive experience, participants benefited from a rare opportunity to practice aligning their values with their actions. Those who experienced microaggressions as victims or passive bystanders in their past experienced heightened emotions. Faculty members agreed that disrupting microaggressions is an important part of their work. They navigated the tension between "calling in" the source of the microaggression, being mindful of power dynamics in the simulated cases, and "calling out" the harm of microaggressions by holding the source accountable. Some recounted successes in managing subsequent incidences of microaggressions in their clinical teaching environment. The results were validated by a member-checking process, and further supported by recorded conversations during team meetings and facilitator focus groups. CONCLUSIONS: Health sciences institutions' stated strategic goals in inclusive excellence, although widely accepted by faculty members, are challenging to operationalize in the moment of a microaggression. Participants practiced this skill using simulation-based education design and reported significant and positive impacts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,080
score de la tête « metaresearch » (Gemma)0,090
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,424

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0800,090
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,005
Communication savante0,0070,004
Science ouverte0,0030,008
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,118
Tête enseignante GPT0,473
Écart entre enseignants0,355 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in SimulationMême sujetCultural Competency in Health CareTravaux en français237 207