Group-based mentoring in undergraduate medical education
Notice bibliographique
Résumé
This thesis focuses on group mentorship for undergraduate medical students as a pivotal element in fostering a supportive and collaborative learning environment, essential for the complex field of medicine. Previous studies have mostly focused on one-on-one mentoring. Group mentorships can foster a collaborative and reflective environment in which students can benefit from the collective knowledge and experiences of their peers and mentors. In Paper I, a systematic review was conducted to identify group mentorships for medical students. Based on the findings, we provide insights for structuring and assessing such mentorships. We highlight the benefits of making such programs compulsory, longitudinal, and integrated with the curriculum, along with mentor support and frequent evaluations. Paper II explores group mentors’ perceptions at three universities in Norway and Canada, specifically what factors influence their level of satisfaction. The main results were that physician mentors’ overall satisfaction is closely linked to them experiencing fulfilling mentor–student relationships and personal and professional development. Paper III investigates the UiT medical students’ experiences and attitudes by comparing the first class of students with a longitudinal mentorship program and the final class of students in the old curriculum without such a program. The findings suggest that a longitudinal group-based mentorship program can make students feel better prepared for clinical practice and help them develop positive attitudes toward important professional attributes such as patient-centeredness. In conclusion, the findings from the three papers emphasize the significant potential of group mentoring programs in medical education. Investigating group mentorship is essential not only for understanding its immediate impact on students’ academic and professional growth but also for its potential implications on the culture of medical education and practice.
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 | 0,020 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».