MétaCan
Menu
Retour à la cohorte
Enregistrement W2084270196 · doi:10.1080/00981389.2010.506410

An Application of the Hospital-in-the-Home Unlearning Context

2010· article· en· W2084270196 sur OpenAlexaff
Juan‐Gabriel Cegarra‐Navarro, Anthony Wensley, Maria-Teresa Sánchez-Polo

Notice bibliographique

RevueSocial Work in Health Care · 2010
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)PsychologyNursingMedicineHistory

Résumé

récupéré en direct d'OpenAlex

Many researchers who have investigated health care organizations have indicated that health care professionals are replete with outdated knowledge, and some researchers go even further to argue that without the presence of a context that facilitates unlearning (forgetting) practitioners may lose the ability to recognize relevant changes with respect to knowledge pertaining to all aspects of the health care sector and they may decide to rely on potentially out-of-date knowledge and inappropriate ways of interpreting data with attendant loss of decision quality and attendant risks. This article presents an analysis and develops a model of the factors that influence unlearning which is focused on the health care industry and is comprised of three constituent components: (1) a framework characterizing the lens through which individuals view situations; (2) a framework for characterizing how individual habits change; and (3) a framework for characterizing the manner in which emergent understandings are consolidated into existing knowledge and knowledge structures. The model was developed and analyzed using qualitative data from the Hospital-in-the-Home Unit of a Spanish Regional Hospital. From a practical perspective the article provides for the identification of factors that influence the nature and effectiveness of the unlearning context in Hospital-in-the-Home-Units in regional hospitals. This not only valuably adds to the knowledge of the way these units function but also may enable actions to be taken to improve the learning processes associated with such units, resulting in an improvement in the quality of knowledge used in day-to-day decision making. It is to be assumed that, as a result of improving the quality of knowledge used in decision making, the quality of decisions will be improved.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,010
Communication savante0,0060,005
Science ouverte0,0020,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,009
Tête enseignante GPT0,328
Écart entre enseignants0,319 · 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'étudeQualitatif
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

Citations23
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Work in Health CareMême sujetNursing education and managementTravaux en français237 207