Appreciative Inquiry
Notice bibliographique
Résumé
Purpose: In this action study, researchers worked with a team of interdisciplinary practitioners to co-develop knowledge and practice in a medical unit of a large urban hospital in Canada. An appreciative inquiry approach was utilized to guide the project. This article specifically focuses on examining the research experiences of practitioners and their accounts on how the research influenced their practice development to enact person-centered care. Method: The project took place in the hospital’s medical unit. A total of 50 staff participants attended focus groups including nursing staff, allied health practitioners, unit leaders, and physicians. One senior hospital administrator was interviewed individually. In total, 36 focus groups were conducted to bring participants together to co-vision and co-develop person-centered care. Results: Analysis of the data produced three themes: (a) appreciating the power of co-inquiry, (b) building team capacity, and (c) continuous development. Furthermore, 10 key enablers for engaging staff in the research process were developed from the data. A conceptual tool, “team Engagement Action Making” (TEAM) has been created to support others to do similar work in practice development. Conclusion: An appreciative inquiry approach has the potential to address gaps in knowledge by revealing ways to take action. Future research should further investigate how the appreciative inquiry approach may be used to support bridging research and practice.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,054 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,012 | 0,050 |
| Communication savante | 0,016 | 0,015 |
| Science ouverte | 0,004 | 0,019 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».