A critical examination of the role of appreciative inquiry within an interprofessional education initiative
Notice bibliographique
Résumé
Appreciative inquiry (AI) is a relatively new approach to initiating or managing organizational change that is associated with the 'positiveness' movement in psychology and its offshoot positive organizational scholarship. Rather than dwelling upon problems related to change, AI encourages individuals to adopt a positive, constructive approach to managing change. In recent years, AI has been used to initiate change across a broad range of public and private sector organizations. In this article, we report findings from a subset of 50 interviews gathered in a wider study of interprofessional education (IPE) in which AI was employed as a change agent for implementing IPE in a number of health care institutions in a North American setting. A multiple case study approach. (Yin, 2002) was employed in the wider study and semi-structured interviews were undertaken with participants both before their IPE programs and directly afterwards to obtain a detailed understanding of their expectations and experiences of IPE. Interviews were analyzed in an inductive thematic manner in order to produce key emergent themes from each of the IPE programs. A process of re-analysis provided a set of themes which offered an understanding of the role of AI within this IPE initiative. Our findings identify a strong resonance and fit for AI both among the health and social care professionals who participated in this initiative. Numerous individuals commented on the enthusiasm and energy AI engendered, while praising its ability to enhance their working lives and interprofessional relationships. Yet a number of difficulties were also reported. These focused on problems with the translation of the AI process into achievable structural level (e.g. professional, cultural) changes. Based on these findings, the article goes on to argue that the use of AI can overlook a number of structural factors, which will ultimately limit its ability to actually secure meaningful and lasting change within health care.
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 | 0,063 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,032 | 0,054 |
| Communication savante | 0,021 | 0,016 |
| Science ouverte | 0,005 | 0,019 |
| Intégrité de la recherche | 0,006 | 0,012 |
| 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 ».