Developing clinician expertise in paediatric dysphagia: what is an effective learning model?
Notice bibliographique
Résumé
Background: Developing and maintaining clinician expertise in specialized rehabilitation practice areas can be challenging, and requires effective education and learning strategies. To widen the scope of this series, this article looks at education and learning models, how to develop and assess them, and their value in practice. This article provides an example relevant to any specialized learning. Content: The authors use the example of paediatric feeding and swallowing difficulties (dysphagia) to describe the evaluation and exploration of the education and learning models at two paediatric agencies in British Columbia, Canada. These models are designed to support occupational therapists and speech language pathologists in developing expertise for performing videofuoroscopic swallow studies (VFSS), a component of a comprehensive paediatric dysphagia evaluation. Clinicians involved in providing specialized paediatric dysphagia services, including VFSS, were engaged in this study through a participatory action research approach. Data on current education and learning models and clinicians’ experiences were collected through questionnaires and a focus group. Results identified three interconnected themes: ‘dynamic and interactive learning is necessary to refect the complex and changing practice environment’; ‘supports and resources provide infrastructure to enhance learning’; and ‘personal characteristics influence learning.’ Conclusions: Findings from this preliminary participatory action research study suggest that education and learning models to facilitate the development of clinician expertise in paediatric VFSS should consider employing a multi-faceted approach in which the necessary supports, resources and interactive learning environments are available for both new and experienced clinicians.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».