MétaCan
Menu
Retour à la cohorte
Enregistrement W2607207111 · doi:10.5430/jnep.v7n9p67

Comparison of perceived genetic-genomic knowledge of nurse educators and graduate degree nursing students

2017· article· en· W2607207111 sur OpenAlexvenueno aff
Leighsa Sharoff

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Nursing Research
Mots-clésWorkforceNursingNurse educationPsychologyMedical educationGraduate educationNurse educatorMedicine

Résumé

récupéré en direct d'OpenAlex

Objective and rationale: Comparison of self-perceived genetic-genomic knowledge of nurse educators and graduate degree nursing students enrolled at a large diverse urban university in the US. Comfort level in performing genetic-genomic related tasks and its perceived relevance to nursing also explored. Practicing clinicians are expected to have Genetics and Genomics (G-G) knowledge to provide care to a client and their family with a genetic condition and faculty expected to be able to educate these practitioners.Methods: Two groups of participants asked to complete identical survey instrument, Genetics/Genomics Literacy Assessment (GGLA). Data was collected from September 2014-December 2015. Deans/Directors from university’s nursing programs (N = 17) sent introductory email with survey link and asked to forward to their faculty. APRN/DNP students at one of the university’s graduate programs sent email with survey link.Results: Fifty-three nurse educators and thirty-six graduate degree nursing students completed survey. Comparison of categorical data revealed nurse educators perceived G-G knowledge correlated to graduate degree students. Majority of participants demonstrated significantly lower correct percentages (< 55%) correct] to survey questions. Majority of participants (> 75%) attitude agree it is important for nurses to know this content and be able to teach this material. However, majority (> 75%) were not comfortable with teaching or explaining this material.Conclusions: Nurse educators need to be knowledgeable in order to educate their students who are expected to practice at advanced efficiency. A prepared nursing workforce is crucial for the translation of G-G integration into personalized precision healthcare.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,132
Tête enseignante GPT0,499
Écart entre enseignants0,367 · 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'étudeObservationnel
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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetBRCA gene mutations in cancerTravaux en français237 207