Improving a Culture of Knowledge Transfer in a School of Nursing
Notice bibliographique
Résumé
Introduction: A series of 19 unfunded knowledge transfer hands-on workshops were implemented (2017–2019) and delivered by 22 facilitators from disciplines of nursing, business, communication, plastic arts, engineering, and community studies. The purpose of this paper is to report on the post-appraisal of the workshops’ implementation; uncovering the attendees’ new ideas and reflections on the content; and the process of expanding knowledge for practice. Methods: The qualitative program evaluation approach, using the standards of utility, feasibility, accuracy, and propriety of a given program, inspired the design of the immediate appraisal of the workshops delivered within a Canadian school of nursing located in a major urban center. Workshop participants (n = 267) included undergraduate and graduate nursing students, contract instructors, and nurses holding administrative positions. Results: Workshops with high attendance included: (a) Structuring Effective Teaching-Learning Encounters in Healthcare Education and Practice; (b) Cancer Pain; (c) Fetal Health Surveillance; and (d) Nurses as Educators in the Clinical Setting. Concerns were raised by the attendees’ low attendance to the following workshops: (a) Mindfulness for Students; (b) Horizontal Violence; and (d) Self-Care for Nursing Students: Alleviating Anxiety. Workshops offered opportunities for attendees to reflect on content and process as related to their future incorporation of learned knowledge in their own education and practice. Conclusions: High engagement in hands-on exercises, spontaneous construction of context, and relaxed moments shared by the attendees indicate a promising culture of sharing and receiving knowledge. A culture of collective, pleasurable learning among attendees was effective in mobilizing powerful forms of nursing knowledge.
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 | 0,060 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,028 | 0,034 |
| Communication savante | 0,020 | 0,013 |
| Science ouverte | 0,004 | 0,034 |
| Intégrité de la recherche | 0,003 | 0,008 |
| 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 ».