Flipped Classroom: Impact on Self-Efficacy and Evidence-Based Practice for Nursing Students
Notice bibliographique
Résumé
Context: EBP is the preferred approach to clinical decision-making in order to respond to the increasing complexity of health situations (DiCenso et al., 2005). Despite its importance in providing quality care, the use of evidence-based clinical decision-making remains sub-optimal in nursing (Forsman, Wallin, Gustavsson & Rudman, 2012; Melnyk, Fineout Overholt, Gallagher-Ford & Kaplan, 2012, Pravikoff, Tanner et Pierce, 2005), which could be linked to individual factors such as skills, (Jones, Crookes & Johnson, 2011; Melnyk et al., 2012), attitudes (Estabrooks, Gustavsson & Wallin, 2011) and self-efficacy in regard to evidence-based practice (EBP) (Kajermo et al., 2010). Purpose: The purpose of this article is to present the spin-offs of the elaboration and evaluation of an innovative learning activity whose pedagogical intent was to promote the development of the scientific rigour competency by promoting the development of positive self-efficacy, attitudes, and EBP among undergraduate nursing students. Method: Based on cognitive social theory (Bandura, 2003), a flipped classroom on the development of a literature review was developed by a nursing master’s student. It was evaluated with a cohort of 248 undergraduate nursing students at the end of their third academic year. A non-validated questionnaire developed specifically for this project was completed by students before the activity, immediately after, and 6 weeks later. Results: The results indicate high appreciation of the learning strategy. Even if the questionnaires could not be matched to the students, there was an increase in self-efficacy, attitudes, and research utilization, suggesting that the flipped classroom, in complementarity with other learning activities, helped the development of research utilization and EBP self-efficacy and positive attitudes. The results indicate that college education could influence EBP use, self-efficacy, and attitudes.
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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».