Rondom het onderwerp ‘brede vorming’ en de mogelijkheden ervan voor het curriculum hebben we een onderzoek uitgevoerd waaraan teams van basisscholen van drie besturen in Dordrecht hebben meegewerkt. Dit verkennende onderzoek heeft zich ten doel gesteld een eerste schets te maken van de manier waarop basisscholen brede vorming hebben opgenomen in hun curriculum. Wat doen scholen op dit gebied, en waarom doen ze dat? En welke taal gebruiken ze als ze over de brede vorming van kinderen spreken? Dit artikel verscheen in Tijdschrift voor lerarenopleiders 41(2) 2020 en beschrijft hoe dit verkennende onderzoek is uitgevoerd en wat de belangrijkste uitkomsten ervan zijn. Het eindigt met een aantal aandachtspunten voor verder onderzoek en voor het ontwikkelen van brede vorming in het curriculum van zowel de basisscholen als de lerarenopleiding.
Morele vorming kan een niet-beoogd gevolg zijn van onderwijs. Maar het kan ook nadrukkelijk wél beoogd worden en doel zijn van het onderwijsproces. Daarover gaat dit artikel. We beginnen met de verduidelijking van de relatie tussen morele vorming en Bildung (par. 2). Vervolgens behandelen we drie verschillende vormen van doelbewuste morele beïnvloeding in het onderwijs: morele vorming als vak, de voorbeeldfunctie van de docent en een positieve schoolcultuur (par. 3). Morele vorming als vak betreft de vorming in waarden en normen van de leerling. Daarbij kunnen verschillende accenten worden gelegd: waardenoverdracht, waardenverheldering en waardencommunica¬tie. Deze accenten worden toegelicht en we geven aan in welke leeftijdsgroep het zwaartepunt zou kunnen liggen in het onderwijs (par. 4). We ronden dit artikel met de vijf elementen van een moreel proces: morele gevoeligheid, morele analyse, moreel oordeel, morele motivatie en moreel handelen. Daarbij laten we zien hoe morele vorming in het onderwijs kan interveniëren om de competenties van de leerling met betrekking tot deze vijf elementen te versterken (par. 5).
Morele vorming kan een niet-beoogd gevolg zijn van onderwijs. Maar het kan ook nadrukkelijk wél beoogd worden en doel zijn van het onderwijsproces. Daarover gaat dit artikel. We beginnen met de verduidelijking van de relatie tussen morele vorming en Bildung (par. 2). Vervolgens behandelen we drie verschillende vormen van doelbewuste morele beïnvloeding in het onderwijs: morele vorming als vak, de voorbeeldfunctie van de docent en een positieve schoolcultuur (par. 3). Morele vorming als vak betreft de vorming in waarden en normen van de leerling. Daarbij kunnen verschillende accenten worden gelegd: waardenoverdracht, waardenverheldering en waardencommunica¬tie. Deze accenten worden toegelicht en we geven aan in welke leeftijdsgroep het zwaartepunt zou kunnen liggen in het onderwijs (par. 4). We ronden dit artikel met de vijf elementen van een moreel proces: morele gevoeligheid, morele analyse, moreel oordeel, morele motivatie en moreel handelen. Daarbij laten we zien hoe morele vorming in het onderwijs kan interveniëren om de competenties van de leerling met betrekking tot deze vijf elementen te versterken (par. 5).
Patiëntdata uit vragenlijsten, fysieke testen en ‘wearables’ hebben veel potentie om fysiotherapie-behandelingen te personaliseren (zogeheten ‘datagedragen’ zorg) en gedeelde besluitvorming tussen fysiotherapeut en patiënt te faciliteren. Hiermee kan fysiotherapie mogelijk doelmatiger en effectiever worden. Veel fysiotherapeuten en hun patiënten zien echter nauwelijks meerwaarde in het verzamelen van patiëntdata, maar vooral toegenomen administratieve last. In de bestaande landelijke databases krijgen fysiotherapeuten en hun patiënten de door hen zelf verzamelde patiëntdata via een online dashboard weliswaar teruggekoppeld, maar op een weinig betekenisvolle manier doordat het dashboard primair gericht is op wensen van externe partijen (zoals zorgverzekeraars). Door gebruik te maken van technologische innovaties zoals gepersonaliseerde datavisualisaties op basis van geavanceerde data science analyses kunnen patiëntdata betekenisvoller teruggekoppeld en ingezet worden. Wij zetten technologie dus in om ‘datagedragen’, gepersonaliseerde zorg, in dit geval binnen de fysiotherapie, een stap dichterbij te brengen. De kennis opgedaan in de project is tevens relevant voor andere zorgberoepen. In dit KIEM-project worden eerst wensen van eindgebruikers, bestaande succesvolle datavisualisaties en de hiervoor vereiste data science analyses geïnventariseerd (werkpakket 1: inventarisatie). Op basis hiervan worden meerdere prototypes van inzichtelijke datavisualisaties ontwikkeld (bijvoorbeeld visualisatie van patiëntscores in vergelijking met (beoogde) normscores, of van voorspelling van verwacht herstel op basis van data van vergelijkbare eerdere patiënten). Middels focusgroepinterviews met fysiotherapeuten en patiënten worden hieruit de meest kansrijke (maximaal 5) prototypes geselecteerd. Voor deze geselecteerde prototypes worden vervolgens de vereiste data-analyses ontwikkeld die de datavisualisaties op de dashboards van de landelijke databases mogelijk maken (werkpakket 2: prototypes en data-analyses). In kleine pilots worden deze datavisualisaties door eindgebruikers toegepast in de praktijk om te bepalen of ze daadwerkelijk aan hun wensen voldoen (werkpakket 3: pilots). Uit dit 1-jarige project kan een groot vervolgonderzoek ‘ontkiemen’ naar het effect van betekenisvolle datavisualisaties op de uitkomsten van zorg.
Middels een RAAK-impuls aanvraag wordt beoogd de vertraging van het RAAK-mkb project Praktische Predictie t.g.v. corona in te halen. In het project Praktische Predictie wordt een prototype app ontwikkeld waarmee fysiotherapeuten in een vroeg stadium het chronisch worden van lage rugpijn kunnen voorspellen. Om chronische rugpijn te voorkomen is het belangrijk om in een vroeg stadium de kans hierop in te schatten door psychosociale en mogelijk andere risicofactoren op chronische pijnklachten te herkennen en hierop te interveniëren. Fysiotherapeuten zijn met deze vraag naar het lectoraat Werkzame factoren in Fysiotherapie en Paramedisch Handelen van de Hogeschool van Arnhem en Nijmegen gegaan en dit heeft aanleiding gegeven een onderzoek op te zetten waarin een dergelijke methodiek ontwikkeld wordt. De voorgestelde methodiek betreft een Clinical Decision Support Tool waarmee een geïndividualiseerde kans op chronische rugpijn kan worden bepaald gekoppeld aan een behandeladvies conform de lage rugpijn richtlijn. Hiervoor is eerst geïnventariseerd welke methoden fysiotherapeuten reeds gebruiken en welke in de literatuur worden genoemd. Op basis hiervan is een keuze gemaakt ten aanzien van data die digitaal verzameld worden in minimaal 16 fysiotherapiepraktijken waarbij patiënten gedurende 12 weken gevolgd worden. Met de verzamelde data worden met machine learning algoritmes ontwikkeld voor het berekenen van de kans op chroniciteit. De algoritmes worden ingebouwd in de Clinical Decision Support Tool: een gebruiksvriendelijke prototype app. Bij het ontwikkelen van de tool worden eindgebruikers (fysiotherapeuten en patiënten) intensief betrokken. Op deze manier wordt gegarandeerd dat de tool aansluit bij de wensen en behoeften van de doelgroep. De tool berekent de kans op chroniciteit en geeft een behandeladvies. Daarnaast kan de tool gebruikt worden om patiënten te informeren en te betrekken bij de besluitvorming. Vanwege de coronacrisis is er een aanzienlijke vertraging in de patiënten-instroom (doel n= 300) ontstaan die we met ondersteuning van een RAAK-impuls subsidie willen inlopen.
Wat versterkt de beroepsidentiteit van de zorgprofessional?To be continued.Het verbeteren van de vorming van de professionele identiteit (PI) en interprofessionele identiteit (IPI) van zorgprofessionals door onderwijs, bij- en nascholing.
