MétaCan
Menu
Retour à la cohorte
Enregistrement W2070593958 · doi:10.12968/ijpn.2009.15.5.42349

Survey of educators’ end-of-life care learning needs in a Canadian baccalaureate nursing programme

2009· article· en· W2070593958 sur OpenAlexaffabout
Susan Brajtman, Frances Fothergill‐Bourbonnais, Valerie Fiset, Diane Alain

Notice bibliographique

RevueInternational Journal of Palliative Nursing · 2009
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensLa Cité CollégialeAlgonquin CollegeUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNursingContext (archaeology)End-of-life careExperiential learningNurse educationPalliative careMedical educationMedicinePsychologyPedagogy

Résumé

récupéré en direct d'OpenAlex

AIM: To examine the potential need for faculty development in end-of-life care (EOLC) of theory and clinical educators in a collaborative bilingual undergraduate nursing programme in a Canadian university. METHOD: A purposive sample of 53 Anglophone and Francophone theory and clinical educators completed the Palliative Care Quiz for Nursing, the Frommelt Attitude Toward Care of the Dying Scale and an adapted Educators Educational Needs Questionnaire (Patterson et al, 1997). RESULTS: Results indicated that educators held positive attitudes towards caring for dying patients and had modest knowledge levels. Participants identified personal educational needs, preferred learning formats, support and barriers to teaching EOLC and to their participation in continuing educational programmes. Strategies to enhance the teaching and learning of EOLC content in the theory and clinical context were suggested. CONCLUSION: Nurse educators require time, opportunities and relevant resources to develop the competencies required to support the theoretical and experiential learning of students in EOLC. Recommendations include a variety of approaches for faculty development initiatives, including face to face and virtual, which allow nurse educators to share expertise.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,082
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,108
Tête enseignante GPT0,442
Écart entre enseignants0,334 · 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'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

Citations27
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Palliative NursingMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207