MétaCan
Menu
Retour à la cohorte
Enregistrement W2588730352 · doi:10.5430/jnep.v7n7p54

Nursing faculty and student transition to a context–based learning curriculum

2017· article· en· W2588730352 sur OpenAlexaffvenue
Vivian Puplampu, Carolyn Ross

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCurriculumTransition (genetics)Context (archaeology)Nurse educationQualitative researchPerceptionExploratory researchPsychologyPedagogyNursingMedical educationMedicineSociologyChemistry

Résumé

récupéré en direct d'OpenAlex

Background: Context-based learning (CBL) a student-centered teaching and learning approach (STL) is used at the study site to teach undergraduate nursing theory. While it is widely accepted that transition to STL can be difficult, little is known about the perception of nursing faculty and students transition to CBL. The purpose of this study was to describe nursing faculty and students’ perception about their transition to CBL.Methods: An exploratory-descriptive qualitative design was undertaken to understand and describe the perception of nursing faculty and students transition to CBL as a teaching and learning strategy for undergraduate nursing theory courses.Results: Five themes emerged from the students’ data: throwing someone into an ocean, sink or swim, turning point, just doing it, and valuing. Four themes emerged from the faculty data on transition to CBL: an adaptation, trusting the CBL process, a maturing process for students, and controversies about CBL. While the transition was uncomfortable for students and faculty, over time both understood the benefits of CBL.Conclusions: Nursing as a practice discipline will best be served using a variety of teaching and learning strategies in the undergraduate education of nursing students. Based on the findings of this study, recommendations have been made to smooth the transition for faculty members and students not previously exposed to the STL approach using CBL.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,598
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
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 Opus0,109
Tête enseignante GPT0,519
Écart entre enseignants0,410 · 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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207