Examining Informal Learning using Mobile Devices in the Healthcare Workplace / Examen de l’apprentissage informel par l’utilisation d’appareils mobiles dans le milieu des soins de santé
Notice bibliographique
Résumé
The study of workplace learning and informal learning are not new to adult education and pedagogy. However, the use of mobile devices as learning tools for informal learning in the workplace is an understudied area. Using theories on informal learning and constructivism as a framework, this paper explores informal learning of registered nurses using mobile devices to meet their learning needs for continuing professional education, professional development, and continuing competence within the challenging healthcare workplace. In this mixed methods study, participants used their devices for self-directed informal learning with non-collaborative strategies/processes for evidence-based support, new procedures/treatments, professional development, patient/client teaching, and maintaining competency. Positive perceptions were articulated. Minimal differences were associated to the nurses’ age. However, workplace-related influences were relevant to the informal learning experiences with the mobile devices. L'étude de l'apprentissage en milieu de travail et de l’apprentissage informel n’est pas nouvelle dans le domaine de l'éducation des adultes et de la pédagogie. Cependant, l'utilisation d'appareils mobiles comme outils pour l'apprentissage informel en milieu de travail est un domaine peu étudié. En utilisant comme cadre d’analyse des théories de l'apprentissage informel et le constructivisme, cet article examine l'apprentissage informel des infirmières utilisant des appareils mobiles pour répondre à leurs besoins d'apprentissage en contexte de formation professionnelle continue, de perfectionnement professionnel et de maintien de leurs compétences dans le milieu difficile de la santé. Dans cette étude à méthodologies mixtes, les participants ont utilisé leurs appareils pour un apprentissage autodirigé informel à l’aide de stratégies et de processus non collaboratifs permettant un appui sur des données factuelles, pour produire de nouvelles procédures et traitements, pour leur perfectionnement professionnel, pour enseigner au patient ou au client et pour le maintien de leurs compétences. Des perceptions positives ont été formulées. Des différences minimes ont été associées à l'âge des infirmières. Cependant, les influences liées au milieu de travail étaient pertinentes pour les expériences d'apprentissage informel avec les appareils mobiles.
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 | 0,005 | 0,017 |
| 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 | 0,003 | 0,002 |
| 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 ».