Communities of practice in Alberta Health Services: advancing a learning organisation
Notice bibliographique
Résumé
BACKGROUND: In 2009, Alberta Health Services (AHS) became Canada's first and largest fully integrated healthcare system, involving the amalgamation of nine regional health authorities and three provincial services. Within AHS, communities of practice (CoPs) meet regularly to learn from one another and to find ways to improve service quality. This qualitative study examined CoPs as an applied practice of a learning organisation along with their potential influence in a healthcare system by exploring the perspectives of CoP participants. METHODS: A collective case study method was used to enable the examination of a cross-section of cases in the study organisation. Semi-structured interviews were conducted with 31 participants representing 28 distinct CoPs. Using Senge's framework of a learning organisation, CoP influences associated with team learning and organisational change were explored. RESULTS: CoPs in AHS were described as diverse in practice domains, focus, membership boundaries, attendance and sphere of influence. Using small-scale resource investments, CoPs provided members with opportunities for meaningful interactions, the capacity to build information pathways, and enhanced abilities to address needs at the point of care and service delivery. Overall, CoPs delivered a sophisticated array of engagement and knowledge-sharing activities perceived as supportive of organisational change, systems thinking, and the team learning practice critical to a learning organisation. CONCLUSION: CoPs enable the diverse wealth of knowledge embedded in people, local conditions and special circumstances to flow from practice domain groups to programme and service areas, and into the larger system where it can effect organisational change. This research highlights the potential of CoPs to influence practice and broad-scale change more directly than previously understood or reported in the literature. As such, this study suggests that CoPs have the potential to influence and advance widespread systems change in Canadian healthcare.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,017 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».