MétaCan
Menu
Retour à la cohorte
Enregistrement W2588034687 · doi:10.5430/jnep.v7n7p22

Mandala making to foster understanding of theoretical concepts in nursing education: Stress and coping

2017· article· en· W2588034687 sur OpenAlexaffvenue
Jennifer Lapum, Karen Owusu, Andy Tan, Simran Rattan, Phung P.N. Nguyen, Einav T. Simoni, Charlotte Lee

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMandalaNarrativeCoping (psychology)PsychologyConstructiveNurse educationReflection (computer programming)The artsPedagogyNursingMedicineProcess (computing)PsychotherapistVisual artsComputer scienceArt

Résumé

récupéré en direct d'OpenAlex

Opportunities for reflection upon theoretical concepts are a pedagogical necessity in nursing education. Arts-based teaching-learning methods, such as mandala making, can prompt narrative reflection and self-awareness. In this article, we discuss a teaching-learning activity that involved mandala making to facilitate nursing students’ theoretical understanding of health- and illness-related concepts specific to stress and coping. We begin by describing the activity followed by narrative reflections and mandalas from five students. We then share lessons learned in the context of the literature. We suggest that aesthetic narrative probes strengthen the mandala making process and foster deep reflection on theoretical concepts in nursing education.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,003
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,117
Tête enseignante GPT0,510
Écart entre enseignants0,393 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

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