Medical education and informal teaching by nurses and midwives
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to examine the contribution of nurses and midwives to the education of medical colleagues in the clinical context. METHODS: The research design was a cross-sectional survey using an online questionnaire. A subsample of 2906 respondents, from a total of 4763 nurses and midwives participating in a web-based study, had taught doctors in the 12 months prior to the survey. The questionnaire generated mainly categorical data analysed with descriptive statistics. RESULTS: In the group of respondents who taught doctors (n =2906), most provided informal teaching (92.9%, n=2677). Nearly a quarter (23.9%, n=695) self-rated the amount of time spent teaching as at least moderate in duration. The most common named teaching topics were documentation (74.8%, n=2005) and implementing unit procedures (74.3, n=1987), followed by medication charting (61.9%, n=1657) and choosing correct medications (55.8%, n=1493). Respondents felt their contributions were unrecognised by the doctors and students they taught (43.9%, n=1256). CONCLUSIONS: Educational contributions while unrecognised could be considered positively by the respondents. However, discussion of teaching responsibilities is necessary to support the development of teaching protocols and supervision responsibilities as respondents reported teaching clinical medical tasks related to medications, consent and other skills within the medical domain. Study limitations include the nature of self-reported responses which cannot be validated and data drawn from a survey concluded in 2009.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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