Issues in developing an educational and professional portfolio
Notice bibliographique
Résumé
Portfolios have been widely used for many years in a variety of disciplines to demonstrate individual progression and development. These have also become increasingly popular in nursing and healthcare as a means of recording and enhancing learning, analyzing the integration of theory with practice, developing critical thinking and promoting personal professional development (Jasper and Rosser 2013; Byrne et al. 2007; Timmins and Dunne 2009; Hill 2012; Nursing and Midwifery Council (NMC) 2015a, 2015b). Nurses are under a professional obligation to ensure that their knowledge and skills are safe, current and effective (NMC 2015a), and this requires them to engage in appropriate learning and practice-oriented activities that develop and maintain competence and performance (Timmins and Dunne 2009; NMC 2015b). Thus as educational courses move toward more competency-based assessments, so the portfolio has come to play a vital role in making the process and development of learning transparent through its components, including reflective writing (Jasper and Mooney 2013; Jasper and Rosser 2013; Hill 2012; Green et al. 2014; NMC 2015b). Such an approach is based on andragogical principles whereby the learner takes responsibility for the scope and shape of their learning. The learner is recognized as being in control of his or her learning, contributing personal knowledge and experience to the process (Knowles 1990). Thus nurses are responsible for directing their own learning experiences and providing evidence of their competence. This demands a degree of self-directed learning, with the portfolio being used as a dynamic, flexible, highly individualized document of the learner’s development (Timmins and Dunne 2009; Garrett et al. 2013; Green et al. 2014; NMC 2015b).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».