MétaCan
Menu
Retour à la cohorte
Enregistrement W2154503895 · doi:10.1080/13561820802697628

The Practice-based Small Group Learning Programme: Experiences of learners in multi-professional groups

2009· article· en· W2154503895 sur OpenAlexaboutno aff
Githa Kanisin-Overton, Peter McCalister, Diane Kelly, Ronald MacVicar

Notice bibliographique

RevueJournal of Interprofessional Care · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformative learningSmall group learningContinuing professional developmentGroup cohesivenessCohesion (chemistry)PsychologyProfessional developmentMedical educationPedagogyMedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

This study describes the experiences of General Practitioners (GPs) and Practice Nurses (PNs) as they came together and engaged in the Practice-based Small Group Learning (PBSGL) programme. Based on principles of adult and small group learning, PBSGL, which was developed in Canada, was used for the first time for the Continuing Professional Development (CPD) of multi-professional groups in the UK. The findings detail the main reasons GPs and PNs participated in PBSGL, the nature of interaction and development of cohesion in the groups, factors influencing contribution to discussions, the learning process, and outcomes for learners. Respect shown for different roles and perspectives enabled participants to be open about gaps in their knowledge and to ask questions. A mutual keenness to understand the perspectives of and learn from the other profession emerges as a key ingredient for learners to feel that their learning needs were met. The learning process in the groups came close to transformative learning--there were changes in perspectives, acquisition of new knowledge and increased self-esteem. The appropriateness of the PBSGL approach for the CPD of mixed groups of GPs and PNs is discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,036
Tête enseignante GPT0,442
Écart entre enseignants0,406 · 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 tête enseignante, pas un consensus.

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

Citations19
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Interprofessional CareMême sujetInterprofessional Education and CollaborationTravaux en français237 207