MétaCan
Menu
Retour à la cohorte
Enregistrement W2327620201 · doi:10.2202/1548-923x.1940

Preceptor Preparation: An Investment in the Future Generation of Nurses

2010· article· en· W2327620201 sur OpenAlexaffabout
Florence Luhanga, Patti Dickieson, Sharolyn Mossey

Notice bibliographique

RevueInternational Journal of Nursing Education Scholarship · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésPreceptorContext (archaeology)NursingMedical educationQualitative researchContent analysisPsychologyPerceptionMedicineSociology

Résumé

récupéré en direct d'OpenAlex

Nurse preceptors fulfill a primary role in the success of preceptorship experiences during the education of student nurses in their final year of study. Evidence suggests that this success depends greatly on adequate preceptor role preparation and support. The purposes of this qualitative, descriptive study were to explore and describe preceptor role support and development within the context of a rural and northern mid-sized Canadian community. More specifically, in this study the following are described: preceptors' (a) perception of past role preparation and current role support; (b) use and evaluation of the existing print-based fourth-year Preceptor Resource Manual (PRM); (c) perception of role support facilitators and barriers; and (d) recommendations for improvements to preceptor role preparation and support. Data were collected through individual and group interviews. Through content analysis four major themes emerged: accessible resources, role complexity, partners in precepting, and role development.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,335
Score d'incertitude au seuil0,440

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,137
Tête enseignante GPT0,549
Écart entre enseignants0,412 · 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'étudeObservationnel
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

Citations37
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Nursing Education ScholarshipMême sujetNursing Roles and PracticesTravaux en français237 207