MétaCan
Menu
Retour à la cohorte
Enregistrement W2728922132

2277- PROFESSIONAL COMPETENCIES FOR ACCOMPANYING CHANGE IN HEALTH DOMAIN

2012· article· en· W2728922132 sur OpenAlexaboutno aff
Louise Lafortune

Notice bibliographique

RevueCuba Salud 2012 · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth, Medicine and Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutonomyProfessional developmentDomain (mathematical analysis)PsychologyPedagogyReflective practiceAdaptation (eye)Medical educationKnowledge managementEngineering ethicsComputer sciencePolitical scienceEngineeringMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Major changes different domains in Quebec (Canada) and other country in the last decade provided the backdrop for accompaniment-research-training projects. In two projects already done Lafortune (2008a,b; 2012a,b) identified two structured, foundational models (education and health domains) to implement major changes that require an overhaul of professional practices and greater professional autonomy; and to develop expertise in accompaniment-training in using reflective-interactive strategies. The approach taken, accompaniment-research-training, extends data collection so that the research instruments serve as training tools and vice versa. Another feature is the adaptation and reuse of materials, which leads to evidence of actions taken. Additionally, accompaniment-research-training is characterized by emergent theory building. Among the outcomes of the project described herein are a model for change and a framework of eight professional competencies for accompanying a change. This text focuses on the frame of reference of eight competencies, which constitutes an integrated, coherent system that includes descriptions of the competencies and professional acts used to accompany and implement change. Two competencies will be presented: C2: Model reflective practice when accompanying change; C3: Take the affective domain into consideration when accompanying change. (Lafortune, 2008a; Lafortune, 2012b).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,005
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,208
Tête enseignante GPT0,493
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCuba Salud 2012Même sujetHealth, Medicine and SocietyTravaux en français237 207