MétaCan
Menu
Retour à la cohorte
Enregistrement W2792394825 · doi:10.1515/ijnes-2017-0050

The State of Knowledge Regarding the Use of Simulation in Pre-Licensure Nursing Education: A Mixed Methods Systematic Review

2018· review· en· W2792394825 sur OpenAlexaff
Joanne Olson, Pauline Paul, Gerri Lasiuk, Sandra Davidson, Barbara Wilson-Keates, Rebecca J. Bartlett Ellis, Nichole Marks, Maryam Nesari, Winnie Savard

Notice bibliographique

RevueInternational Journal of Nursing Education Scholarship · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensAlberta Health ServicesUniversity of ReginaAlberta HealthUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCINAHLLicensureRelevance (law)MEDLINEInclusion (mineral)FidelityMedical educationNursing researchQuality (philosophy)Research designNursingMedicinePsychologyComputer sciencePsychological interventionSociologySocial psychology

Résumé

récupéré en direct d'OpenAlex

This project is a mixed-methods systematic review on the use of simulation in pre-licensure nursing. This research question guided this review: What is the best evidence available upon which to base decisions regarding the use of simulation experiences with pre-licensure nursing students? Searches of CINAHL Plus with Full Text, MEDLINE, and ERIC were performed to identify relevant literature. These searches yielded 1220 articles. After duplicates were removed and titles and abstracts were reviewed for relevance to the inclusion criteria, the remaining 852 articles were independently assessed for quality by pairs of researchers. Forty-seven articles were retained. Findings were grouped into research using high-, medium-, and low-fidelity simulations and a group where researchers included several or all types of simulation. The conclusion is that insufficient quality research exists to guide educators in making evidence-based decisions regarding simulation. More rigorous and multi-site research is needed.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,822
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,309
Tête enseignante GPT0,594
Écart entre enseignants0,285 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Nursing Education ScholarshipMême sujetSimulation-Based Education in HealthcareTravaux en français237 207