MétaCan
Menu
Retour à la cohorte
Enregistrement W2044889022 · doi:10.1177/016327870002300205

Contextual Influences on Learning Application in Practice

2000· article· en· W2044889022 sur OpenAlexaff
Judith M. Ottoson, Ilse Magdalene Patterson

Notice bibliographique

RevueEvaluation & the Health Professions · 2000
Typearticle
Langueen
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensSimon Fraser University
Organismes subventionnairesU.S. Public Health Service
Mots-clésLogistic regressionContext (archaeology)Process (computing)PsychologySample (material)Affect (linguistics)Medical educationRehabilitationApplied psychologyProfessional developmentNursingMedicineComputer sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Although process evaluation usually ends with the program, process itself does not end. This study analyzed process or contextual influences health professionals face when returning from continuing professional education (CPE) and attempting to apply learning. Follow-up survey data were analyzed for a sample (N = 549) of physicians, nurses, counselors, and rehabilitation specialists. Contextual influences studied include resources, encouragement, support, opportunity, and authority. Logistic regression analysis found support for changes to apply training ideas was a predictor of application for the sample as a whole and for all professional groups except one. Encouragement from others was a predictor of application for rehabilitation specialists, and opportunity to apply learning was a second predictor for nurses. Sufficient resources was not a predictor in any models tested. Results indicate that the practice context can affect educational outcomes and an extended vision of process evaluation is needed to incorporate such variables in the evaluation of CPE.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,045
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0000,002
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 Opus0,125
Tête enseignante GPT0,502
Écart entre enseignants0,377 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations12
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvaluation & the Health ProfessionsMême sujetHuman Resource Development and Performance EvaluationTravaux en français237 207