MétaCan
Menu
Retour à la cohorte
Enregistrement W4417256309 · doi:10.1080/0142159x.2025.2551255

A critical review of psychological safety in clinical learning environments

2025· review· en· W4417256309 sur OpenAlexaff
Maree Martinussen, Neera R. Jain, Joanna Tai, Margaret Bearman, Rola Ajjawi

Notice bibliographique

RevueMedical Teacher · 2025
Typereview
Langueen
DomaineSocial Sciences
ThématiqueEducational Environments and Student Outcomes
Établissements canadiensCentre for Advancing Health Outcomes
Organismes subventionnairesnon disponible
Mots-clésCognitive reframingProcess (computing)Focus (optics)Psychological safetyExperiential learningPatient safety

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In recent years the perceived need to ensure the psychological safety of learners has become an imperative. A range of conceptualisations appear to be in use, which could create confusion among medical educators and undermine the learning outcomes psychological safety is meant to improve. METHODS: In this critical literature review, we investigated how the concept of psychological safety is used, identifying the various appeals to the safety of learners in clinical environments. The search was conducted spanning January 2019 to January 2025 with the term 'safety' as pertains to learners then narrowed to 'psychological safety'. We used Bacchi's 'What's the problem represented to be' analytic method. FINDINGS: We analysed 46 papers and identified four functions that psychological safety served: (1) as a solution to a wide range of problems, (2) an achievable goal, (3) a way to manage hierarchical power, and (4) a substitute for attending to emotions. We critique each, demonstrating how psychological safety is often treated as a state that individuals can achieve. CONCLUSIONS: This review offers a reframing of safety, as an ongoing, negotiated process among all those involved rather than an endpoint. This focus on psychological safety as a process could guide practitioners, learners and researchers to contribute to more inclusive learning environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0130,013
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,167
Tête enseignante GPT0,569
Écart entre enseignants0,402 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetEducational Environments and Student OutcomesTravaux en français237 207