MétaCan
Menu
Retour à la cohorte
Enregistrement W2115507206 · doi:10.12927/cjnl.2004.17015

Collaborative Nursing Education Programs: Challenges and Issues

2004· review· en· W2115507206 sur OpenAlexaffvenue
Anita Molzahn, Mary Ellen Purkis

Notice bibliographique

RevueNursing leadership · 2004
Typereview
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésAutonomyNursingNurse educationPolitical scienceSociologyPublic relationsPedagogyPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Collaborative nursing education programs have been offered to facilitate access to baccalaureate-level nursing education. Our Collaborative Nursing Program involved 10 institutional partners and has been one of the largest of such programs. The collaborative approach to nursing education has been identified as an important model; the benefits include optimal use of resources and opportunities to develop and share knowledge across institutions. However, there has been little public discussion of the issues and challenges that emerge, including differing cultures, priorities, vulnerabilities, goals and aspirations between colleges and universities; desire to preserve autonomy and uniqueness; and complexity of approval and accreditation processes. Some of our college partners have chosen to offer an independent applied degree in nursing rather than continuing in a collaborative academic degree program. This paper describes the challenges inherent in maintaining quality of the degrees and strategies to increase the likelihood of continuing collaboration. Clarity and transparency are vital, and supportive programs involving mentorship of educators can foster increasing autonomy of colleges. Collaborative nursing programs pose many challenges, and their future will hinge on understanding mutual goals and expectations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0020,003
Communication savante0,0040,008
Science ouverte0,0030,005
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,402
Tête enseignante GPT0,545
Écart entre enseignants0,143 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations10
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetInterprofessional Education and CollaborationTravaux en français237 207