Application of an innovative, autonomous, creative teaching modality through service-learning in a community-health nursing course
Notice bibliographique
Résumé
Nursing faculty continue to find themselves challenged to meet student needs by the increasing student enrollment numbers and increasing faculty workloads without simultaneously increasing resources. The responsibility to meet student needs rests on the nursing faculty. It is therefore increasingly important that nursing faculty implement teaching modalities to meet student and patient needs. This article demonstrates faculty’s use of service-learning as an effective, innovative teaching modality to meet increasing student, patient, and community needs without additional resources. The authors seek to differentiate between service learning and contracted clinical experiences in order to enable nurse educators to use service learning as a teaching modality. The authors describe the process of using service learning with nursing process in this course. Nursing assessment is built into the project as a “windshield survey”. A literature review was conducted seeking to understand other uses of service learning in education and validate the authors’ experiences. This three-credit hour lecture and one credit hour clinical course has yielded unique and interesting service learning projects that positively impact their communities. The students work with cohorts of all races, ethnicities and cultures throughout the lifespan. Service-learning opportunities assist in the availability and accessibility of health care to safety net facilities and vulnerable populations who may not otherwise receive health care screening or treatment. Faculty in nursing and other health disciplines will likely appreciate the innovation, creativity, and autonomy afforded this modality of outreach.
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 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 | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».