MétaCan
Menu
Retour à la cohorte
Enregistrement W3134532150 · doi:10.1080/10494820.2021.1890622

A WhatsApp community forum for improving critical thinking and practice skills of mental health providers in a conflict zone

2021· article· en· W3134532150 sur OpenAlexaff
Kamila Pacholek, Madalina Prostean, Sarah Burris, Lynn Cockburn, Julius T. Nganji, Anya Ngo Nadège, Louis Mbibeh

Notice bibliographique

RevueInteractive Learning Environments · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCritical thinkingMental healthPsychologyQualitative researchMedical educationCommunity of practicePublic relationsPedagogySociologyMedicinePolitical sciencePsychotherapistSocial science

Résumé

A violent conflict, known as the Anglophone Crisis has been occuring in the Northwest and Southwest Regions of Cameroon since 2016. This conflict and associated consequences have affected the way healthcare is provided. To help meet the needs of healthcare workers and other service providers, a community of practice called 'The Forum' was established using WhatsApp Messenger. This mobile learning group aimed to support, equip, and encourage practitioners to engage in critical thinking skills, enabling them to incorporate ongoing learning into their practice. A qualitative phenomenological approach was used to evaluate the experiences of 13 Forum participants through in-depth individual interviews. Four themes were identified: (1) interactive learning to enhance critical thinking; (2) self-regulated learning strategies; (3) WhatsApp as an effective platform to support critical thinking and learning in a conflict zone; and (4) application to practice. This study shows that through participating in The Forum, users engaged in critical thinking on various mental health topics and applied new skills to their professional practice. Impacts of this study include practical implications with recommendations for those looking to develop a collaborative learning community in similar conditions, as well as theoretical contributions.

Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.

Comment cette classification a été obtenuedéplier

Le tri à trois modèles

les 5 600 travaux triés →

Les trois modèles l'ont jugé hors champ.

strate : aff_core · poids de sondage : 5595.24 (l'échantillon est stratifié ; tout taux calculé sans le poids est faux)
Claude Opus 4.8OUT
genre : empirical
porte sur le Canada: non
confiance: high

Qualitative evaluation of a WhatsApp community of practice supporting mental health providers' critical thinking in a conflict zone; the object is professional continuing education, not research practice.

GPT-5.6 (high)OUT
genre : empirical
porte sur le Canada: non
confiance: high

The study evaluates a WhatsApp learning forum for mental-health providers rather than research practice.

Grok 4.5OUT
genre : empirical
porte sur le Canada: non
confiance: high

Evaluation of a WhatsApp community of practice for mental-health providers’ skills; clinical training, not research workforce.

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)0,009
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0030,005
Science ouverte0,0010,011
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,378
Écart entre enseignants0,352 · 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'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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Learning EnvironmentsMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207