Notice bibliographique
Résumé
The multicultural nature of Canada’s population continues to evolve with the growing number of culturally diverse groups within Canadian society. Despite efforts to improve the health of Canadians from all cultural backgrounds, it is well-established that health disparities are still continuing particularly for Indigenous and diverse cultural populations. One reason underlying such disparities is the lack of multicultural representation in the nursing profession. Recruiting, retaining, and graduating culturally diverse students from nursing programs will help to foster proportionate cultural representation in the nursing profession. As the profession attracts students from a variety of multicultural backgrounds with complex learning needs, it is important that the educational experience is situated in a culturally competent and safe learning environment. A learning environment that embraces positive faculty–student interactions in which there is a caring, sensitive, and committed attitude serves as an incentive for student success. It is recognized that the values, beliefs, and attitudes of educators, regardless of whether they are professors, clinical instructors, or preceptors is paramount to the promotion of student learning. Given the increasing necessity for nursing education for Indigenous people, this article offers a case study of how the nursing program at University College of the North, in northern Manitoba, provides a culturally competent and safe learning experience for Indigenous students. If nurses, educators, and other health care providers act in culturally and socially competent ways, the nursing workforce may become more diverse, health disparities may be altered, and the mandate to reduce and ultimately eliminate disparities may be realized. This report is part of a special collection from members of the University of the Arctic Thematic Network on Northern Nursing Education. The collection explores models of decentralized and distributed university-level nursing education across the Circumpolar North.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,005 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».