MétaCan
Menu
Retour à la cohorte
Enregistrement W1989779053 · doi:10.3928/01484834-20130114-02

Writing Requirements Across Nursing Programs in Canada

2013· review· en· W1989779053 sur OpenAlexaffabout
Jo-Anne D. Andre, Roger Graves

Notice bibliographique

RevueJournal of Nursing Education · 2013
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésScholarshipCurriculumMedical educationWriting centerNursing practiceNursing researchNursingAcademic writingPsychologyMedicinePedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

The emphasis on scholarship in nursing, demands for evidence-based practice, and attention to writing have raised the profile of academic writing within nursing curricula. This article provides a comprehensive review of English and writing course requirements across 81 English-language baccalaureate nursing programs in Canada. The data were gathered from a review of nursing programs and curriculum information from university and college Web sites. Of the 81 programs, 39 (48.1%) require neither an English literature course nor a writing course, 15 (18.5%) require an English literature course, and 32 (39.5%) require a writing course, including five programs that require a discipline-specific writing course. Discipline-specific writing courses appear to be useful adjuncts to writing-across-the-curriculum initiatives in nursing and will help students to develop the research and writing skills needed to succeed both academically and in a career in which nursing scholarship and evidence-informed practice are increasingly valued and expected.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,586
Tête enseignante GPT0,652
Écart entre enseignants0,066 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing EducationMême sujetHealth Sciences Research and EducationTravaux en français237 207