Role Modelling in Medical Education
Notice bibliographique
Résumé
Forming professional and humanistic physicians for the 21st century is a great challenge for medical educators worldwide. Role modelling by the medical teachers can be positive or negative and the challenge for us is to reduce the influence of negative role modelling. Positive role modelling has been defined as the process whereby faculty members exhibit knowledge, attitude, and skills; demonstrate and articulate expert thought processes; and manifest positive professional behaviour and characteristics. Role modelling is undoubtedly important in professional character formation and enhancing moral values among medical students, interns and residents who will serve the nation in future. In medical colleges and higher medical institutions of our country, some of the faculties from basic sciences and mostly clinical teachers consciously or unconsciously become positive and influential role models for the students, interns and residents. It is imperative that we as medical teachers and our institutions will come forward so that the educational environment in both undergraduate and postgraduate education supports such positive role modelling in medical education and training. Role modelling takes place in three interrelated educational environments which are the formal, informal, and hidden curriculum. Formal curriculum is the planned and structured part of medical education, including lectures, textbooks, and assessments, as we teach and train medical ethics and professionalism in regular curriculum. The informal curriculum is defined as an unspecified, predominantly ad hoc and highly interpersonal form of teaching and learning that takes place among and between faculty and students. The hidden curriculum has been defined as a set of influences that function at the level of organizational and culture, influenced by its people and environment. In this review, we tried to explore the impact of role modelling as well as the characteristics of positive role models and how role modelling could be integrated in our curriculum. CBMJ 2025 July: vol. 14 no. 02 P:208-213
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,012 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».