MétaCan
Menu
Retour à la cohorte
Enregistrement W2554146441 · doi:10.1080/0158037x.2016.1261823

Collaborative learning processes in the context of a public health professional development program: a case study

2016· article· en· W2554146441 sur OpenAlexafffundabout
Marie‐Claude Tremblay, Lucie Richard, Astrid Brousselle, François Chiocchio, Nicole Beaudet

Notice bibliographique

RevueStudies in Continuing Education · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversité de SherbrookeUniversité de MontréalUniversity of OttawaUniversité Laval
Organismes subventionnairesInstitute of Health Services and Policy ResearchInstitute of Population and Public HealthFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésCollaborative learningTeam learningPsychologyContext (archaeology)Psychological safetyCooperative learningProfessional learning communityPublic relationsProfessional developmentMental healthHealth promotionKnowledge managementPedagogyPublic healthApplied psychologyPolitical scienceTeaching methodNursingOpen learningMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

The health promotion laboratory (HPL – Canada) is a public health professional development program building on a collaborative learning approach in order to support long-term practice change in local health services teams. This study aims to analyse the collaborative learning processes of two teams involved in the program during the first year of implementation. Based on a multiple case study design involving observations, interviews, and documentary sources, the study: (1) describes the learning process by which each team built a common understanding of the problem at hand and developed an intervention to address it; (2) identifies factors that facilitated or hindered these processes; and (3) proposes a cross-case explanation of the collaborative learning process in the HPL. The results demonstrate that the two teams learned by expanding their repertoire of actions, albeit experiencing different processes. Results point to the central role of shared mental models and key influencing factors, such as commitment and participation (team cohesion), team climate (psychological safety), and leadership style. Unlike previous studies on team learning that concentrated on existing teams in organisations, the current research studied purposely created teams working at transforming their practices and showed that they can successfully learn if specific conditions are achieved.

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)0,010
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,333
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,530
Tête enseignante GPT0,682
Écart entre enseignants0,152 · 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

Citations4
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueStudies in Continuing EducationMême sujetHealth Policy Implementation ScienceTravaux en français237 207