MétaCan
Menu
Retour à la cohorte
Enregistrement W1605427656 · doi:10.19173/irrodl.v13i3.1221

Using self-efficacy to assess the readiness of nursing educators and students for mobile learning

2012· article· en· W1605427656 sur OpenAlexaffvenueabout
Richard F. Kenny, Jocelyne MC Van Neste-Kenny, Pamela A. Burton, Caroline L. Park, Adnan Qayyum

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Learning in Education
Établissements canadiensUniversity of OttawaNorth Island CollegeAthabasca University
Organismes subventionnairesnon disponible
Mots-clésSelf-efficacyMedical educationMobile deviceMobile technologyScale (ratio)PsychologyEducational technologySurvey instrumentNurse educatorTechnology integrationM-learningNurse educationNursingMedicineMathematics educationComputer scienceApplied psychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to assess the self-efficacy of nursing faculty and students related to their potential use of mobile technology and to ask what implications this technology has for their teaching and learning in practice education contexts. We used a cross-sectional survey design involving students and faculty in two nursing education programs in a western Canadian college. In January, 2011, 121 faculty members and students completed the survey. Results showed a high level of ownership and use of mobile devices among our respondents. The median mobile self-efficacy score was 75 on a scale of 100, indicating that both faculty and students were highly confident in their use of mobile technologies and prepared to engage in mobile learning.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,189
Tête enseignante GPT0,539
Écart entre enseignants0,350 · 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'étudeObservationnel
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

Citations81
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetMobile Learning in EducationTravaux en français237 207