Understanding the Processes of Role Adoption in Pedagogical Role-Play Games (RPGs): A Narrative Dramaturgical Perspective on “Social RPGs” in Health Professions Education
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background Health professional training interventions based on role-playing games (RPGs) have been shown to be an increasingly popular way to advance health professional students’ skills in communication and empathetic engagement with patients and colleagues. However, role adoption itself is largely assumed, with little research focusing on how students come to engage, or fail to engage, in role play. Objective This study aimed to identify the processes by which healthcare professionals and trainees (HCP/Ts) adopt roles in role-based serious games designed for health professions education (HPE). The theory of narrative dramaturgy informed this qualitative study, to illuminate the relationship between the participant and the role. Methods Four focus groups were conducted at the conclusion of four iterations of an RPG, in which different groups of healthcare professionals participated, focused on joint deliberation over a case in pediatric oncology. The data were analyzed thematically. Results & Conclusion Four themes were developed that characterize the process of role adoption: role commitment; simultaneous evocation of front and back stages; reflexivity; and visceral lingering. Our findings contribute to delineating the processes of role adoption that suggest specific conditions under which role play may or may not be beneficial, and how it can be taught and enhanced in health professional education. In doing so, the study draws attention to an under-researched form of RPG – a “social RPG” – grounded in interaction.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle