Reimagining Community Relationships for Organizational Learning: a Scoping Review With Implications for a Learning Health System
Notice bibliographique
Résumé
Abstract Background: Communities represent a highly relevant source of knowledge with regard to not only healthcare performance but also sociocultural context, yet their role in learning health systems has not been studied. Situating the learning health system as an organization, this paper explores the phenomenon of organizational learning from or with communities (defined as one of ‘the people,’ such as a town, a specific patient group or another group directly receiving a healthcare service).Methods: We conducted a scoping review to determine what is known about organizational learning from or with communities that the organization serves, and to contribute to a more comprehensive evidence base for building and operating learning health systems. In March 2019, we systematically searched six academic databases and grey literature, applying no date limits, for English language materials that described organizational learning in relation to knowledge transfer between an organization and a community. Numerous variables were charted in Excel and synthesized using frequencies and thematic analysis. We updated this search in August 2020. Results: In total, 42 documents were included in our analysis. We found a disproportionate emphasis on learning explicit knowledge from community rather than on tacit knowledge or learning in equal partnership with community. Our review also revealed inconsistently defined concepts, tenuously linked with their theoretical and empirical foundations. Our findings provide insight to understand the organization-community learning relationship, including motives and power differentials; types of knowledge to be learned; structures and processes for learning; and transformative learning outcomes.Conclusions: Our review makes a singular contribution to organizational learning literatures by drawing from diverse research disciplines such as health services, business and education to map what is known about learning from or with community. Broadly speaking, learning health systems literature would benefit from additional research and theory-building within a sociological paradigm so as to establish key concepts and associations to understand the nature of learning with community, as well as the practices that make it happen.
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 | 0,044 | 0,137 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,021 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».