Senior dental students reflective activities involving community-service learning
Notice bibliographique
Résumé
Abstract Objective Community service-learning (CSL) placements engage with equity-deserving groups. They receive oral health care and students can critically reflect on their experiences. This study aimed to thematically explore the reflections of senior dental students providing oral health services to equity-deserving communities in British Columbia, Canada. Methods Semi-structured written reflections were collected cross-sectionally from three consecutive graduating cohorts of fourth-year dental students (2022–23, 2023–24, and 2024–25). Reflections were a mandatory component of a community placement course, were approximately 500 words in length, and were prompted as follows: “Describe your personal experience at the assigned community clinic, noting moments of revelation, valuable learning, and/or disappointment for you.” An exploratory thematic analysis was conducted using an iterative coding process to identify and interpret categories and themes. Results From all the three years, 764 reflections were collected (191-625 words each) from 171 students. Of these, 124 reflections were excluded because they consisted solely of descriptions of procedures. Data saturation was reached after in-depth analysis of 205 reflections, yielding four overarching themes, including ‘learning across differences’; and ‘pause-breathe-refine’. These themes were informed by categories highlighting that detrimental impact of overly controlling mentorship styles and observation-only experiences on students’ learning. Conclusion Transformative experiences were observed, while students also reflected on less positive practices. Students emphasized the importance of CSL placements for their education, professional growth, and understanding of underserved populations, while also highlighting implementation challenges. Future research should examine the long-term impact of CSL activities once these challenges are addressed.
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 | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».