MétaCan
Menu
Back to cohort
Record W7161983199 · doi:10.82308/1907

Understanding how medical residents respond to harassment during simulation training: A thematic qualitative study

2023· dissertation· en· W7161983199 on OpenAlexaboutno aff
Myriam Johnson

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldSocial Sciences
TopicWorkplace Violence and Bullying
Canadian institutionsnot available
Fundersnot available
KeywordsEthnographyQualitative analysisQualitative researchPsychological intervention

Abstract

fetched live from OpenAlex

Le harcèlement demeure répandu dans les milieux médicaux canadiens, et a un impact négatif sur le bien-être et le développement des apprenants. Malgré la mise en place de programmes de lutte contre le harcèlement, ces derniers s'avèrent souvent inefficaces, laissant les apprenants inaptes à reconnaître et à réagir lorsque confrontés au harcèlement. Une tendance vers des solutions novatrices, telles que l’apprentissage par simulation, vise à rendre la formation médicale plus efficace et engageante. Cependant, la recherche sur de telles interventions lors de simulations anti-harcèlement en médicine reste largement inexplorée. S'appuyant sur l'efficacité d’études sur l’effet du témoin dans le domaine de l'éducation médicale, cette étude se penche sur la façon dont des résidents en médecine interne réagissent lorsqu'ils sont témoins de harcèlement au cours d'une simulation. Vingt résidents en médecine interne ont participé à un scénario sur le harcèlement où ils devaient effectuer un cathéter veineux central sur un mannequin, tandis qu'un résident superviseur (RS) harcelait verbalement un étudiant en médecine (EM). Après la simulation, les résidents ont participé à un débriefing afin de réfléchir à leurs expériences. Les sessions de simulation ont été enregistrées sur vidéo et les débriefings ont été enregistrés en audio.Les réactions verbales et non verbales des résidents face au harcèlement lors de la simulation ont été examinées à l'aide d'une analyse thématique inductive. Les débriefings ont été utilisés pour comparer les interventions rapportées par les résidents avec celles observées. Les séances ont également été analysées à l'aide de techniques de codage inductif pour explorer les motivations des participants sous-jacentes à leurs interventions.Les résultats ont révélé des différences dans les réactions des résidents en médecine interne face au harcèlement. Les réactions ont été catégorisées en trois groupes : (1) centrées sur l’EM (défense et soutien de l’EM), (2) centrées sur le RS (confrontation du RS), et (3) interventions passives (centrées sur la procédure). Les débriefings ont indiqué que la majorité des résidents rapportent adéquatement leurs interventions. Certains hésitaient à mettre fin au harcèlement en raison de la hiérarchie médicale ou priorisait la procédure, tandis que d'autres intervenaient pour protéger l'EM ou remettre en question des attentes injustifiées.Cette étude contribue aux connaissances sur les réactions et les actions des résidents en médecine interne lorsqu'ils sont témoins d'incidents de harcèlement, ainsi que sur les motivations sous-jacentes à leurs interventions. Il s'agit notamment de la première étude sur la manière dont les apprenants réagissent au harcèlement lors d'une procédure médicale simulée, fournissant des résultats novateurs

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.013
metaresearch head score (Gemma)0.024
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.013
Threshold uncertainty score0.067

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0130.024
Meta-epidemiology (narrow)0.0000.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.001
Science and technology studies0.0050.007
Scholarly communication0.0030.003
Open science0.0020.005
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0030.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.354
GPT teacher head0.506
Teacher spread0.152 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same topicWorkplace Violence and BullyingFrench-language works237,207