Pressure to Perform: Canadian Student Perspectives of Pimping Through a Self-Determination Theory Lens
Notice bibliographique
Résumé
Traditional clinical teaching involves physician teachers asking questions to gauge students' knowledge-controversially referred to as "pimping." Previous studies have explored students' perceptions of pimping; however, research from a motivational science perspective is limited. This study used Self-Determination Theory (SDT) as a lens to explore medical students' perspectives of pimping. In this qualitative study, we purposively sampled and interviewed undergraduate medical students from the class cohorts of 2019-2022 from the University of Saskatchewan, Canada, who shared their experiences and perspectives of pimping and how it affected motivation and well-being. We used thematic analysis guided by SDT to code the data and develop themes. We conducted interviews until no new themes were identified. Thirteen medical students participated-nine from Year 1 (five female, four male), one from Year 2 (female), one from Year 3 (male), and two from Year 4 (both male). Learners expressed mixed perspectives about pimping, some noting increased motivation for studying and engagement, while others experienced the opposite. We identified themes related to thwarting of autonomy, competence, and relatedness; more controlled forms of motivational behaviors (feeling forced, guilt, embarrassment, desire to prove); and negative well-being consequences. Learners described autonomy-supportive approaches to questioning. This study supports SDT's continuum of motivation emphasizing quality of motivation beyond just presence or absence of motivation, which helps understand how pimping can motivate students but through less optimal controlled forms of motivation, accompanied by negative well-being. Effects of pimping may also differ between junior and senior learners. We present practical implications for questioning approaches that support learner autonomy and shift away from exerting control and pressure.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,029 | 0,011 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».