MétaCan
Menu
Retour à la cohorte
Enregistrement W4406649426 · doi:10.1111/tct.70005

How to Approach Qualitative Observational Research in Workplace Learning

2025· article· en· W4406649426 sur OpenAlexaff
Christy Noble, Rola Ajjawi, Stephen Billett, Mark Goldszmidt

Notice bibliographique

RevueThe Clinical Teacher · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensWestern UniversityUniversity of British Columbia
Organismes subventionnairesUniversity of Queensland
Mots-clésObservational studyQualitative researchObservational learningRelevance (law)Observational methods in psychologyPsychologyMedical educationData collectionMedicineExperiential learningPedagogySociologyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Learning in clinical settings occurs through engagement in everyday activities and interactions. Yet, clinical settings are complex, dynamic environments and data collection methods such as interviews and focus groups, although valuable, alone may not capture the complexities of these settings. Qualitative observational research offers an approach to understanding these complexities and enhancing learning in clinical settings. OBJECTIVE: The aim of this paper is to support readers in undertaking qualitative observational research in workplace learning. METHODS: We provide an overview of qualitative observational research, emphasising its relevance to investigating workplace learning. We delineate four key components to consider: the phenomenon of interest, roles of researchers and participants, ethical considerations and data collection approaches. An illustrative example from health professions education research is presented to demonstrate the application and outcomes of observational research. RESULTS: Qualitative observational research allows for a nuanced understanding of real-world clinical activities and interactions, capturing elements of learning that are often missed by other methods. It offers a rich evidentiary base for both clinicians and researchers to appraise and improve practice. The example study illustrates how observational research can identify systemic issues affecting both learning and clinical practice. CONCLUSION: Qualitative observational research offers an important approach to understanding the complexities of clinical practice and workplace learning. We have shared some key considerations for the design and conduct of qualitative observational research in workplace learning.

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 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)0,428
score de la tête « metaresearch » (Gemma)0,511
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,572
Score d'incertitude au seuil0,706

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4280,511
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0090,007
Études des sciences et des technologies0,0090,037
Communication savante0,0220,018
Science ouverte0,0100,017
Intégrité de la recherche0,0190,016
Charge utile insuffisante (le modèle a refusé de juger)0,0120,006

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 Opus0,550
Tête enseignante GPT0,622
Écart entre enseignants0,072 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineMéthodes
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Clinical TeacherMême sujetInnovations in Medical EducationTravaux en français237 207