MétaCan
Menu
Retour à la cohorte
Enregistrement W2098555849 · doi:10.1111/nin.12090

Educational silos in nursing education: a critical review of practical nurse education in Canada

2014· review· en· W2098555849 sur OpenAlexaffabout
Diane Butcher, Karen MacKinnon

Notice bibliographique

RevueNursing Inquiry · 2014
Typereview
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésDisciplineNurse educationNursingCurriculumConfusionSociologyMedicinePsychologyPedagogySocial science

Résumé

récupéré en direct d'OpenAlex

Changes to practical nurse education (with expanded scopes of practice) align with the increasing need for nurses and assistive personnel in global acute care contexts. A case in point is this critical exploration of Canadian practical nursing literature, undertaken to reveal predominating discourses and relationships to nursing disciplinary knowledge. The objectives of this poststructural critical review were to identify dominant discourses in practical nurse education literature and to analyze these discourses to uncover underlying beliefs, constructed truths, assumptions, ambiguities and sources of knowledge within the discursive landscape. Predominant themes in the discourses surrounding practical nurse education included conversations about the nurse shortage, expanded roles, collaboration, evidence-based practice, role confusion, cost/efficiency, the history of practical nurse education and employer interests. The complex relationships between practical nursing and the disciplinary landscape of nursing are revealed in the analysis of discourses related to the purpose(s) of practical nurse education, curricula/educational programming, relationships between RN and PN education and the role of nursing knowledge. Power dynamics related to employer needs and interests, as well as educational silos and the nature of women's work, are also revealed within the intersection of various discourses.

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)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,643
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
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 Opus0,119
Tête enseignante GPT0,596
Écart entre enseignants0,477 · 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'étudeRevue systématique
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

Citations20
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetInterprofessional Education and CollaborationTravaux en français237 207