A sociomaterial inquiry into the clinical teaching workplace
Notice bibliographique
Résumé
Purpose This paper aims to trace the relational and material ways in which workplace teams come together (or fail to) in the provision of patient care. Design/methodology/approach Six interprofessional scholars brought their unique theoretical and disciplinary lenses to understand the contextualized experiences of the patient and the team. Adopting a critical narrative inquiry (CNR) approach, the experiences of 19 participants were documented as they interacted in the care of an elderly patient over a three-week period. Actor network theory constructs enabled the analysis of multiple artefacts implicated in the interactions to learn of their contribution to the enactment of her care. Findings The study gives empirical insights about ways in which knowledge circulates amongst the workplace and how systemic structures may impede effective and quality patient care. Various types of knowledge are held by different team members, and both individuals and materials (e.g. technologies) can influence the way those knowledges are shared (or not). Research limitations/implications Focusing on a rich data set surrounding one patient documented as theatre serves pedagogical purposes and serves as a shared “boundary-breaking” object to interrogate from multiple stakeholder perspectives. CNR provides for recursive, dynamic learning as readers critically consider experiences within their own contexts. Practical implications Despite research that documents competing political, systemic and economic goals, sedimented policies and practices persist in ways that undermine care goals. Social implications Tackling the urgent issue of an aging population will require expanding collaboration (for planning, research and so on) to include a broader set of stakeholders, including operational, administrative and post-discharge organizations. Attention to social infrastructure as a means to assemble knowledges and improve relationships in the care process is critical. Originality/value Building a boundary-breaking shared object to represent the data offers a unique opportunity for multiple stakeholder groups to enter into dialogue around barriers to workplace interaction and collaboration progress, linking problems to critical perspectives.
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 | 0,016 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,017 | 0,060 |
| Communication savante | 0,014 | 0,009 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».