MétaCan
Menu
Retour à la cohorte
Enregistrement W2298640847 · doi:10.5430/jnep.v6n8p1

Promoting empathy through immersive learning

2016· article· en· W2298640847 sur OpenAlexvenueno aff
Debbie Roberts, Justine Mason, Emyr Williams, Nathan James Roberts, Rhiannon Macpherson

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmpathyPsychologyMental healthMental illnessQualitative researchApplied psychologyPsychotherapistSocial psychology

Résumé

récupéré en direct d'OpenAlex

Objectives: This paper reports on a mixed methods study to explore the use of immersive learning with a convenience sample of healthcare students (seven of Mental Health Nursing and twelve of Occupational therapy) in promoting empathy. Two immersive learning scenarios were created using real life stories of the symptoms experienced by people with psychosis and sufferers of Post Traumatic Stress Disorder (PTSD). Methods: Data were collected using a mixed methods approach: quantatively, using a pre and post test measure using two previously validated tools together with qualitative reflections related to the immersive learning experience. Results: The quantitative aspect of the study demonstrated that the immersive experience solidified the already positive attitude that the participants had towards mental health and to empathy. The qualitative findings demonstrate that immersive learning brought an awareness of being empathic to the fore. Conclusions: The findings provide evidence regarding the impact of immersive learning as a pedagogical approach. The experience provided students with an opportunity to embody people with mental illness, and students were able to consider their own future practice in relation to people experiencing auditory and visual hallucinations and flashbacks associated with PTSD.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,589
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,070
Tête enseignante GPT0,440
Écart entre enseignants0,370 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetEmpathy and Medical EducationTravaux en français237 207