MétaCan
Menu
Retour à la cohorte
Enregistrement W2158901450 · doi:10.1155/2012/528580

Putting the (R) Ural in Preceptorship

2012· article· en· W2158901450 sur OpenAlexaff
Deirdre Jackman, Florence Myrick, Olive Yonge

Notice bibliographique

RevueNursing Research and Practice · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensAlberta Hospital Edmonton
Organismes subventionnairesnon disponible
Mots-clésNursingMedicineCompetence (human resources)Context (archaeology)MandateRural healthRural managementSocializationRural areaMedical educationPsychologyRural development

Résumé

récupéré en direct d'OpenAlex

Rural nursing is recognized as a unique health care domain. Within that context, the preceptorship experience is purported to be an important approach to preparing safe and competent rural practitioners. Preceptorship is the one-to-one pairing of a nursing student with a professional nurse who assumes the mandate of teacher and role model in a designated clinical/contextual setting, in this case the rural setting. A research gap exists in the literature in which rural preceptorship is specifically explored. The purpose of this paper is to review preceptorship in relation to preparing nursing students specifically for the rural setting. Understanding how preceptorship as an educational model can prepare nursing students to transition to rural practice is an important endeavor. An authentic rural preceptorship may serve to influence the recruitment and retention needs for registered nurses in rural areas. A greater understanding of rural preceptorship serves to illustrate the appropriate support, socialization and contextual competence required to prepare nursing students for rural nursing practice. This paper's review may serve to highlight the research that currently exists related to rural preceptorship and where additional research can contribute to further understanding and development for authentic rural nursing preparation.

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)0,017
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,574
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,348
Tête enseignante GPT0,642
Écart entre enseignants0,294 · 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'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing Research and PracticeMême sujetGlobal Health Workforce IssuesTravaux en français237 207