MétaCan
Menu
Retour à la cohorte
Enregistrement W1794934119 · doi:10.5430/jnep.v5n9p54

EPortfolio and learning styles in clinical nursing education

2015· article· en· W1794934119 sur OpenAlexvenueno aff
Kirsten Nielsen, Birthe D. Pedersen, Niels Henrik Helms

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNursingLearning stylesPsychologyMedical educationMedicinePedagogy

Résumé

récupéré en direct d'OpenAlex

This study reports the use of electronic portfolio in clinical nursing education. The study is part of a larger study investigating learning mediated by ePortfolio. The method takes a phenomenological-hermeneutic approach. The setting was a ten-week clinical course in basic nursing. The participants were 11 first-year students randomly selected. Data were generated by participant observations, interviews and portfolio documents. Findings showed that the ePortfolio was used individually and mostly at home. Using ePortfolio in the ward is more time-consuming. The ePortfolio was used to reflect on practice and one's own learning process. The principal initiators were emotional involvement in clinical nursing, consciousness of learning through writing; ponder over practice, and a confident and constructive student-preceptor relationship. Inhibitors were vulnerability, a preconception that one learns only in one way, lack of supervision about how to learn. The study showed some but not unambiguous connection between preferred learning styles and ePortfolio use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,033
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,861
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,196
Tête enseignante GPT0,588
Écart entre enseignants0,392 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetReflective Practices in EducationTravaux en français237 207