MétaCan
Menu
Retour à la cohorte
Enregistrement W2999331432 · doi:10.1080/17518423.2020.1711542

Exploring Relational Dialogue in Solution-Focused Coaching Sessions: An Analysis of Co-Construction and Reflection

2020· article· en· W2999331432 sur OpenAlexaff
Gillian King, Patricia Baldwin, Michelle Servais, Sheila Moodie, Janet Kim

Notice bibliographique

RevueDevelopmental Neurorehabilitation · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueCounseling, Therapy, and Family Dynamics
Établissements canadiensThames Valley Children's CentreWestern UniversityHolland Bloorview Kids Rehabilitation HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCoachingActive listeningSession (web analytics)PsychologyReflection (computer programming)Action (physics)Meaning (existential)Applied psychologyPsychotherapistComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose: To examine solution-focused coaching (SFC) as a means to enhance clinicians’ professional development.Methods: Six pediatric rehabilitation clinicians (three physical, two occupational, and one behavior therapist) each received two SFC sessions targeting clinical listening goals. Conversational intervals were noted in session transcriptions. Frequencies of relational strategies and conversational intervals were calculated. The meaning of intervals > 10 s was examined.Results: The most frequent relational strategies indicated that SFC facilitates reflection and critical thinking, and encourages action. An appreciable number of long intervals (>10 s) occurred, indicating substantial reflection by participants. These were embedded in relational dialogue sequences involving coach questions and formulations, and participant pauses.Conclusions: The findings support the use of SFC as a professional development tool and substantiate the view that SFC ‘works’ through the coach’s use of relational strategies designed to facilitate collaborative conversations that build solutions through an emphasis on reflection and action.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,112
Tête enseignante GPT0,326
Écart entre enseignants0,213 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopmental NeurorehabilitationMême sujetCounseling, Therapy, and Family DynamicsTravaux en français237 207