Recalibrating Self‐Assessment: Navigating Imposter Syndrome Through Metacognitive Reflection
Notice bibliographique
Résumé
BACKGROUND: Accurate self-assessment is foundational for life-long learning, professional development and patient safety, yet many learners struggle to develop this fundamental skill. Even skilled self-assessors-or savvy calibrators-may sometimes struggle with self-assessment accuracy, particularly during professional transitions and challenges. This study explored the metacognitive processes employed by high-performing physicians to maintain or recalibrate accurate self-assessment across diverse professional contexts. METHODS: Former chief residents, who we defined as high-performing physicians by virtue of earning the chief role via a competitive application and vetting process, were purposefully sampled. Semistructured interviews were used to explore participants' experiences regarding self-assessment accuracy, imposter syndrome and managing feelings of self-doubt. The study employed Braun and Clarke's reflexive thematic analysis. FINDINGS: The findings reveal that all 10 participants effectively recalibrated their self-assessments when confronted with imposter syndrome by incorporating metacognitive reflection, feedback and emotional awareness. The metacognitive reflection work they carried out to confront imposter syndrome harnessed a growth mindset, but participants cautioned that this orientation needed to be adopted in moderation. CONCLUSION: Findings provided valuable insights and strategies for individuals grappling with imposter syndrome, a prevalent issue in medicine, particularly among high performers. This study highlights the potential for enhancing professional development and well-being by fostering self-assessment skills through metacognitive reflection to constructively adopt a growth mindset to overcome imposter syndrome. While feedback seeking could support calibration, our findings revealed that an excessive focus on growth mindset can shift from productive to counterproductive-creating a risky cycle of self-doubt and overcorrection.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».