Conceptual and practical challenges for implementing the communities of practice model on a national scale - a Canadian cancer control initiative
Notice bibliographique
Résumé
BACKGROUND: Cancer program delivery, like the rest of health care in Canada, faces two ongoing challenges: to coordinate a pan-Canadian approach across complex provincial jurisdictions, and to facilitate the rapid translation of knowledge into clinical practice. Communities of practice, or CoPs, which have been described by Etienne Wenger as a collaborative learning platform, represent a promising solution to these challenges because they rely on bottom-up rather than top-down social structures for integrating knowledge and practice across regions and agencies. The communities of practice model has been realized in the corporate (e.g., Royal Dutch Shell, Xerox, IBM, etc) and development (e.g., World Bank) sectors, but its application to health care is relatively new. The Canadian Partnership Against Cancer (CPAC) is exploring the potential of Wenger's concept in the Canadian health care context. This paper provides an in-depth analysis of Wenger's concept with a focus on its applicability to the health care sector. DISCUSSION: Empirical studies and social science theory are used to examine the utility of Wenger's concept. Its value lies in emphasizing learning from peers and through practice in settings where innovation is valued. Yet the communities of practice concept lacks conceptual clarity because Wenger defines it so broadly and sidelines issues of decision making within CoPs. We consider the implications of his broad definition to establishing an informed nomenclature around this specific type of collaborative group. The CoP Project under CPAC and communities of practice in Canadian health care are discussed. SUMMARY: The use of communities of practice in Canadian health care has been shown in some instances to facilitate quality improvements, encourage buy in among participants, and generate high levels of satisfaction with clinical leadership and knowledge translation among participating physicians. Despite these individual success stories, more information is required on how group decisions are made and applied to the practice world in order to leverage the potential of Wenger's concept more fully, and advance the science of knowledge translation within an accountability framework.
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 | 0,112 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,036 | 0,034 |
| Communication savante | 0,024 | 0,009 |
| Science ouverte | 0,010 | 0,017 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».