לדעת מי באמת הבין. לא רק מי סיים.
Sponge Brain שואלת את העובדים מתוך הנהלים המאושרים שלכם, בשיחות קצרות בטלפון, ומראה לכם מה הם באמת יודעים.
מוצר חדש, בתחילת הדרך.
ככה נראית שיחה
דוגמה: נוהל בדוי של ארגון בדוי. כתוב מראש, בלי מודל חי.
המאמן
תרופה ניתנה בשעה הלא נכונה, והטעות התגלתה מיד. המטופל בסדר גמור. מה קורה עכשיו?
אם לא קרה כלום, מספיק לעדכן את הרופא.
לעדכן את הרופא זה צעד חשוב. יש כאן חלק אחד שכדאי לחדד: למה הארגון רוצה לדעת על אירוע שלא גרם נזק?
כדי לראות אם זה חוזר. אז כנראה צריך לדווח גם על זה.
בדיוק הכיוון. ומתי הדיווח צריך להיות מוגש?
בהזדמנות הראשונה, אני מניח.
מה נשאר אחרי השיחה
דיווח על אירוע חריג
מתפתחמעשי
- מה הראה
- מבין למה מדווחים גם כשלא נגרם נזק
- עדיין פתוח
- מתי הדיווח צריך להיות מוגש
מתוך המסמך
כל עובד שהיה מעורב באירוע חריג או עד לו מדווח עליו עד תום המשמרת, גם אם לא נגרם נזק למטופל.
עכשיו תורכם
נחזור לשאלה הפתוחה. לפי הנוהל, מתי הדיווח צריך להיות מוגש?
מי סיים? זו לא השאלה
ביקורת שואלת איך אתם יודעים שהעובדים הבינו. רשומת השלמה מראה שהם סיימו, ולא יותר.
הושלם, 100%
מתפתח
עדיין פתוח: מתי מגישים את הדיווח.
מהמסמך לראיה
המסמכים שלכם, לא פרויקט תוכן חדש.
רק מה שכתוב אצלכם
המאמן מלמד מהמסמכים שאישרתם, ובנוי לא להמציא. בסיכום מופיע הסעיף המדויק, מילה במילה, כך שתמיד אפשר לבדוק.
כל עובד שהיה מעורב באירוע חריג או עד לו מדווח עליו עד תום המשמרת, גם אם לא נגרם נזק למטופל.
מנהלים רואים הבנה, לא שיחות
- העובד
- רואה את השיחות שלו.
- המנהל
- רואה מה הובן, מה פתוח ומי לא התחיל. לא קורא את השיחות.
- ממונה ציות
- יכול להגיש בקשה מתועדת לבדיקת שיחה.
- הצוות שלנו
- ניגש לשיחה רק בהרשאה מוגבלת בזמן, שנרשמת ביומן ומודיעה לארגון.
דיווח על אירוע חריג
- נועה לוימבוסס
- יוסף חורימתפתח
- דנה כהןדורש חיזוק
- מרים עזרטרם הוערך
אבטחה שאפשר לבדוק
- הפרדה בין ארגונים נאכפת בבסיס הנתונים עצמו, ולא רק בקוד.
- כל שינוי בהערכה נשמר עם גרסת ההנחיה והמודל שיצרו אותו.
- הנתונים נשמרים ומעובדים באזור שלכם. הפעלת המודל מתבצעת בנפרד, באזור באירופה, בתנאי אי-שמירה.
- באתר הזה אין עוגיות פרסום ואין כלי מעקב של צד שלישי.
מה המחקר אומר, ומה לא
- להיזכר במשהו מלמד יותר מלקרוא אותו שוב.
- התחושה שלמדת והלמידה עצמה הן שני דברים שונים.
- בינה מלאכותית שנותנת תשובות עלולה להשאיר אנשים במצב גרוע יותר. לכן אנחנו שואלים קודם.
רוב המחקרים האלה נעשו על סטודנטים, ולא על עובדים. עדיין אין לנו תוצאות משלנו.