Choosing Who to Be: Teaching Ethics Through Value Conflicts and Identity Reflection
Notice bibliographique
Résumé
Background: This study introduces a reflective learning approach that combines ethical dilemmas with axiological analysis to explore how students' value hierarchies shape their professional identity formation. Moving beyond traditional frameworks such as Principlism, this approach invites learners to examine the tensions between personal and professional values, encouraging critical reflection on how their decisions relate to multiple identities and evolving professional commitments. Methods: Two open-ended ethical dilemmas were distributed via an anonymous online survey using Qualtrics. This method was intentionally chosen to elicit narrative responses from a large cohort of students while providing space for candid reflection on complex, value-laden situations. Responses were analyzed using axiological analysis in NVivo (Version 14, QSR International), focusing on identifying and interpreting conflicting values in students' written reflections. Results: The findings show that both scenarios deepened engagement with ethical dilemmas by prompting students to examine and prioritize competing values. Scenario 1 revealed tensions between professional obligations to patients and personal or family commitments, while Scenario 2 highlighted conflicts involving legal and institutional requirements, patient-centred care, and professional integrity. Students demonstrated value-based reasoning by negotiating these tensions through contextual judgment and effective communication, supporting self-reflection and professional identity development beyond rule-based decision-making. Conclusion: This study expands traditional case-based ethics learning by offering a structured, scalable method for engaging learners in value-oriented reflection. It highlights the utility of combining ethical scenarios with axiological analysis to enhance understanding of professional challenges while offering educators insight into how learners' values shape identity formation.
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 | 0,018 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,013 |
| Communication savante | 0,011 | 0,008 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».