Engaging with Diversity and Complexity using Collaborative Approaches to Decision Making
Notice bibliographique
Résumé
A key challenge in contemporary dietetic practice is making collaborative decisions about dietary behaviours with a diverse range of patients. Contemporary decision making frameworks for clinical dietetic practice give value to working in a collaborative manner with patients, however, there remains uncertainty with regards to how and when dietitians might apply this approach in their practice.In this doctoral research project, Author 1 used a philosophical hermeneutic approach to deepen understanding of a collaborative approach to decision making in dietetic practice. She also explored the core capabilities required to enact such an approach in early career dietetic practice. The experiences and perceptions of patients and dietitians were explored using in depth interviews and individualized reflective practice activities.The findings suggest that collaborative decision making in dietetic practice is situational and requires the development of a caring and trusting professional relationship to be effective. Other core capabilities needed to enact this approach relate to developing self awareness, establishing an open and transparent dialogue, identifying and exploring common ground and finding the time to think and talk.The final product of the research, the Interpretive Engagement Model of Collaborative Decision Making (Author 1, 2013), can be used as a framework to help practitioners to reflect on their decision making practice.Early exposure in tertiary education to critical dialogues and questioning current practices will cultivate early career dietitians’ capabilities to develop their collaborative decision making practice in future.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».