The qualitative learning experience of healthcare workers completing a hybrid workplace violence educational program
Notice bibliographique
Résumé
Background: Hybrid educational methodologies which include online and classroom-based learning experiences increase learning. However, the course delivery preferences of learners need to be evaluated so that the design and delivery of future programs will maximize learning outcomes. The aim of this study was to describe how the delivery of a hybrid program contributes to learning outcomes. Methods: A qualitative descriptive design was used. Participants were recruited from two large emergency departments that completed a hybrid workplace violence educational program. Four focus group sessions were held with a convenience sample of 17 participants to discuss their learning experience with the hybrid educational program. Sessions were audiotaped and transcribed verbatim. Data were analyzed using a constant comparative analysis method. Results: Three themes emerged from the data. The first theme was "Implementation of the Intervention" and represented the opportunity for learning, the environment of learning, and the need for uniform training. The second theme was "Experience of the Intervention" and represented the conditions of learning, interdisciplinary learning, facilitated engagement, and realism of the learning content. The third theme was "Translation of the Intervention" which represented the transferability and retention of the program content. Conclusion: An active learning classroom-based component was perceived to yield greater knowledge attainment and retention than online learning for the participants in this study. Consideration of the learning styles and needs of learners should be taken into consideration when developing content for the online delivery or hybrid approach for educational programs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».