MétaCan
Menu
Retour à la cohorte
Enregistrement W2168333002 · doi:10.3928/0148-4834-20030501-07

Using Gaming to Help Nursing Students Understand Ethics

2003· article· en· W2168333002 sur OpenAlexaff
Barbara L Metcalf, Dawn Yankou

Notice bibliographique

RevueJournal of Nursing Education · 2003
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensVancouver Island University
Organismes subventionnairesnon disponible
Mots-clésArgument (complex analysis)Perspective (graphical)Class (philosophy)Action (physics)Ethical decisionPsychologyEthical issuesEngineering ethicsSocial psychologyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The authors developed an ethics game that uses specially designed ethical situations for students to consider. Two students argue a course of action based on the scenario and defend that action using content discussed in class. Substantive issues include decision-making models, values as they pertain to the situation, professional responsibilities, ethical principles, social expectations, and legal requirements. Points are awarded based on how compelling each argument is. All students have an opportunity to participate. The benefits of using the game are that students gain confidence in their ability to defend an ethical decision, are able to see ethical situations from more than one perspective, and have an opportunity to clarify values. In addition, ethical principles and decision-making models are brought to life in a fun way. Difficulties involved in using the game include class size and limited time between the students learning course content and using it in the game.

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)0,011
score de la tête « metaresearch » (Gemma)0,023
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,207
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,006
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 Opus0,489
Tête enseignante GPT0,674
Écart entre enseignants0,185 · 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'étudeQualitatif
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

Citations29
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing EducationMême sujetEthics in medical practiceTravaux en français237 207