Integrated training (practicing, peer clinical training and OSCE assessment): a ladder to promote learning and training
Notice bibliographique
Résumé
Introduction The teaching-learning process plays an effective role in training nursing students. Devising novel methods can lead to achievement of educational objectives as well as promotion of the clinical and practical training. The present study is aimed to determine the effect of integrated training, including practicing, peer clinical training and objective structured clinical examination (OSCE) assessment. Methods The interventional study was conducted on 58 freshman students. Two groups underwent a five-stage educational process; so that, all the students were trained and practiced in the skills lab, and their practical skills were investigated via the OSCE test. Afterwards, for clinical training in hospital, they were randomly divided into two groups of routine training (n = 26) and the peer-learning method (n = 32). Subsequently, in order to investigate the outcomes of the process, the OSCE test scores of the two training groups were compared both before and after the apprenticeship course. Results Scores of all the students were increased significantly at the end of the semester, but in terms of the total score of the clinical skills (14.79 ± 1.52 vs. 18.52 ± 0.84), the difference was insignificant (p = 0.29). Conclusion Training clinical skills along with OSCE practice and assessment can improve the nursing students' learning as well as their practical and clinical performance. Improvement of the students' performance can lead to high-quality care nursing.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».