MétaCan
Menu
Retour à la cohorte
Enregistrement W4417181918 · doi:10.3389/fpsyt.2025.1702341

Supporting Recovery College trainers: a qualitative study on complementary knowledge in Quebec and Lombardy

2025· article· en· W4417181918 sur OpenAlexafffundabout
Martine Vallarino, Filippo Rapisarda, Laurence Cournoyer, Anick Sauvageau, Brigitte Vachon, Gianpaolo Scarsato, Paolo Cacciani, Antonio Vita, Catherine Briand

Notice bibliographique

RevueFrontiers in Psychiatry · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Education and Learning Practices
Établissements canadiensUniversité de MontréalUniversité du Québec à Trois-RivièresInstitut Universitaire en Santé Mentale de QuébecInnovation and Economic Development Trois Rivières
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésQualitative researchRaising (metalworking)Value (mathematics)Training (meteorology)Capability approachKnowledge translation

Résumé

récupéré en direct d'OpenAlex

Background: Recovery Colleges (RCs) are educational centers offering free courses on mental health, well-being, recovery, and living well together. They represent an innovative approach to mental health, going beyond clinical and therapeutic interventions to foster constructive dialogue between people with lived experience and professionals with theoretical or clinical knowledge. Fidelity to the RC model, particularly to the principle of co-production, is considered essential to ensure quality. However, despite the crucial role of trainers for maintaining alignment with RC principles and values, little research has examined how trainers could be trained and supported to coproduce RC courses. This study aimed to explore the experiences of RC trainers and coordinators, describing challenges and good practices encountered in working with complementary types of knowledge. Methods: A qualitative exploratory multicenter design was adopted. Data were collected between May and December 2024 through five online focus groups involving trainers and coordinators from two RCs, one in Quebec, Canada, and one in Lombardy, Italy. Verbatim transcripts were analyzed using a stepwise thematic analysis. Results: Twenty-seven people with diverse backgrounds participated in the study. Eight main themes (and their respective subthemes) emerged from participants' narratives: the distinctive nature of the RC model which requires the embodiment of its values; the development of core competencies such as knowledge integration, mobilization of experiential knowledge, and group facilitation skills; the dynamic within the trainers' dyads, described as a relational process based on mutual trust and negotiation; strengths and challenges of the co-production process within the dyad and with learners; ongoing activities and tools to ensure trainers' alignment with the model and activities to support the trainer's role. Discussion: Results suggest the importance of raising awareness among trainers about relevant elements to be considered in designing and implementing a RC training program. It is therefore important to foster egalitarian and supportive relationships in the trainers' dyad, as these can serve as a model for co-production during RC courses. Finally, to improve knowledge complementarity, trainers need to receive continuous support, through ongoing training activities and other learning opportunities to ensure alignment with value and principles of RC model.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,820
Score d'incertitude au seuil0,362

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0230,009
Communication savante0,0040,002
Science ouverte0,0030,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,471
Écart entre enseignants0,426 · 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'étudeQualitatif
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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetInnovative Education and Learning PracticesTravaux en français237 207