MétaCan
Menu
Retour à la cohorte
Enregistrement W7131847195 · doi:10.1093/acamed/wvaf067

Deciphering signals: exploring how preceptor behaviors shape learner mindset

2025· article· en· W7131847195 sur OpenAlexaff
Robin Mackin, Chris Watling

Notice bibliographique

RevueAcademic Medicine · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensRoyal College of Physicians and Surgeons of CanadaWestern University
Organismes subventionnairesnon disponible
Mots-clésMindsetPerceptionDimension (graph theory)PreceptorProcess (computing)

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,315
Tête enseignante GPT0,489
Écart entre enseignants0,174 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetEvaluation of Teaching PracticesTravaux en français237 207