MétaCan
Menu
Retour à la cohorte
Enregistrement W2764862479 · doi:10.1179/otb.2010.62.1.004

Learning by doing: creating knowledge for occupational therapy

2010· article· en· W2764862479 sur OpenAlexaff
Mary Law

Notice bibliographique

RevueWorld Federation of Occupational Therapists Bulletin · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Therapy Practice and Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésOccupational therapyKnowledge managementPsychologyMedicineComputer sciencePhysical therapy

Résumé

récupéré en direct d'OpenAlex

Occupational therapists open doors to occupation. The goal of occupational therapy is to enable people to engage in occupations that support and bring meaning to daily life. With this vision, we have a responsibility to create and use knowledge to ensure our commitment to the rights of all people to participate fully in daily life. Over the past 30 years, we have gained substantive knowledge from research from occupational therapy, occupational science and other disciplines. Sources of knowledge for occupational therapy come from person/people’s needs, values, dreams; therapists’ wisdom and reasoning; and research.In this paper, I examine how to use current knowledge and create the knowledge needed for the future. Specifically, I discuss dimensions of knowledge, knowledge creation frameworks, knowledge translation and the process of learning. We have a responsibility to build a knowledge creation process consistent with occupational therapy values. The creation and use of knowledge is complex and does not happen automatically. Given this complexity, we must guard against a focus on creating knowledge that applies universally and does not take into account culture, context and individual needs. Knowledge creation in occupational therapy can be a wonderful journey – bringing together experience and action to learn by doing.

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)0,025
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0110,029
Communication savante0,0280,031
Science ouverte0,0030,020
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,111
Tête enseignante GPT0,482
Écart entre enseignants0,371 · 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'étudeSans objet
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

Citations17
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Federation of Occupational Therapists BulletinMême sujetOccupational Therapy Practice and ResearchTravaux en français237 207