MétaCan
Menu
Retour à la cohorte
Enregistrement W2606226454 · doi:10.17483/2368-6669.1099

Historically-Informed Nursing: The Untapped Potential of History in Nursing Education

2017· article· en· W2606226454 sur OpenAlexaffvenueabout
Sonya Grypma

Notice bibliographique

RevueQuality Advancement in Nursing Education - Avancées en formation infirmière · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRace, History, and American Society
Établissements canadiensTrinity Western University
Organismes subventionnairesnon disponible
Mots-clésNurse educationFraming (construction)NursingHistory of nursingCurriculumNursing researchMedicinePsychologyPedagogyHistory

Résumé

récupéré en direct d'OpenAlex

For much of the 20th century, nursing history was a core component of nursing education. However, nursing history has all but disappeared from the curriculum. In an effort to prepare nurses for a rapidly-evolving health care system, nursing educators emphasize the value of new, evidence-informed knowledge—specifically in the form of literature published within the previous five years. The focus on the ‘cutting edge’ has effectively, if inadvertently, severed nursing from its roots. As a result, nurses have become disconnected from the richness embedded in our nursing past – a history that spans four centuries in Canada. This article makes a case for historically-informed nursing as an area of untapped potential in nursing education. Framing the topic around the headings History as Innovation, Education, Evidence and Explanation it concludes that historically-informed nursing shapes who we are and informs our identity – and that now is a perfect time for nurse educators to take advantage of what nursing history has to offer.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,039
Tête enseignante GPT0,416
Écart entre enseignants0,378 · 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'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

Citations9
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueQuality Advancement in Nursing Education - Avancées en formation infirmièreMême sujetRace, History, and American SocietyTravaux en français237 207