Evolution of Learning Styles in Surgery Comparing Residents and Teachers: Cross-Sectional Study
Notice bibliographique
Résumé
Background: Studies confirm a relationship between learning style and medical career choice in the learning style patterns observed in distinct types of residency programs. Such patterns can also be applied to general surgery, from medical school to the latest stages of training. Aligning teaching strategies with the predominant learning styles in surgical residency programs has the potential to make training more effective. Objective: This study aimed to determine the learning styles of general surgery residents and professors in a Brazilian teaching hospital and compare the results with the existing literature. Methods: This was a cross-sectional study conducted in a teaching hospital of a public university in Brazil. Thirty-four general surgery residents of any year of training and 30 professors participated in the study. Participants completed a sociodemographic survey and David Kolb's Learning Style Inventory. This was used to classify participants into one of four distinct types of learners: accommodating, diverging, assimilating, and converging. The relationship between sociodemographic data and learning styles was analyzed using the Fisher test, adjusted using the Bonferroni method, and the effect size was measured using the Cramer V test. Results: The learning style distribution was similar in both groups, with 43,75% diverging, 42,18% accommodating, 10.93% assimilating, and 3.12% converging styles. A significant relationship was found between sex and learning style (P=.049) and between age and learning style for professors (P=.029). The effect sizes were strong (0.46) and very strong (0.506). Conclusions: The prevalence of learning styles among general surgery residents and professors at this Brazilian hospital differs from that observed in previous studies, with more diverging and accommodating learners and fewer converging learners, suggesting a shift in learning styles. Understanding learning styles is important for effective surgical training programs. Further research with larger and more diverse populations is needed to confirm these results and explore the factors contributing to the observed differences in learning styles.
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 | 0,002 | 0,004 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».