Deciphering signals: exploring how preceptor behaviors shape learner mindset
Notice bibliographique
Résumé
PURPOSE: Medical education has embraced Dweck's theory of a growth mindset because it reflects a commitment to developmental progression. The benefits of a growth mindset can be difficult to realize within medicine's professional culture, which may constrain its adoption and expression. To date, strategies to nurture a growth mindset have been directed toward changing the behavior of individual learners, which is insufficient. Preceptor behaviors shape the learning culture, but their influence on learner attitudes toward the learning process is unexplored. METHOD: The authors conducted a qualitative study using constructivist grounded theory methodology. Seventeen learners from Western University were interviewed in 2023. An iterative process was employed whereby data collection and analysis took place concurrently. Dweck's theory of mindset was used as a sensitizing concept. Open coding was followed by more focused coding, and ideas both within and across categories were compared to inform generation of theory. A reflexivity lens was applied throughout. RESULTS: Learners are constantly interpreting signals and using them to form impressions about their preceptors' value systems. These signals are conveyed in a preceptor's behavior, and learners often adapt their learning behaviors accordingly. When a preceptor is perceived primarily to value learner growth, learners will adopt behaviors in line with a growth mindset. When a preceptor is perceived primarily to value displays of competence over growth, learners may adopt behaviors in line with a fixed mindset. Furthermore, in the absence of growth-valuing signals, learners tend to default to impression management and may exhibit behaviors in keeping with a fixed mindset. CONCLUSIONS: This study offers an important new dimension to our understanding of the dynamic nature of mindsets: that learner mindsets may be preceptor-responsive, shifting in response to perceptions about preceptors' values. These new insights can inform future efforts to foster a growth mindset within medicine's professional culture.Teaser text: This study explores how learners' mindsets are influenced by preceptor attitudes and behaviors relevant to the learning process and offers an important new dimension to our understanding of the dynamic nature of mindsets: that learner mindsets may be preceptor-responsive, shifting in response to perceptions about preceptors' values.
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 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».