The Effectiveness of Blended Online Do-Live-Well Workshops for Occupational Therapists
Notice bibliographique
Résumé
The Do-Live-Well (DLW) framework was developed by occupational therapists (OTs) to demonstrate how engaging in various activities can impact health and well-being of people. The DLW team has provided education for OTs across the world, and there has been a need for online learning with synchronous features. This study aimed to examine the impact of blended online DLW workshops that combined asynchronous and synchronous educational formats for OTs. We evaluated changes in participants’ knowledge of the DLW framework, factors influencing framework adoption in practice, satisfaction with the workshop, and actual use of the framework. Descriptive statistics were used for the continuous variables, and frequencies were used for discrete variables. We then applied one-way repeated ANOVA to examine the changes in knowledge over time. Participants’ knowledge levels increased immediately after the workshop (p < .001) but decreased after three months (p = .003). Their perceived ability to apply the DLW framework in practice increased after the workshop (pre-test, mean = 32.32/60, SD = 6.25; post-test, mean = 44.11/60, SD = 4.76; follow-up, mean = 39/54, SD = 6.97). Participants reported a high level of satisfaction with the workshop (mean = 107/112, SD = 6.24). Blended online workshops can be as effective as asynchronous online and in-person workshops, evidenced by increased knowledge, improved perceived ability to apply the framework in practice, and high scores for participants’ satisfaction with the workshops. In future workshops, it will be important to consider how to facilitate knowledge retention and framework application in clinical practice.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».