Medical education and informal teaching by nurses and midwives
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».