A “two-eyed seeing” approach to Indigenizing nursing curricula
Notice bibliographique
Résumé
Educational institutions, including schools of nursing, find themselves in significant times, as they work to Indigenize programs, and strive to repair and heal relationships with Indigenous peoples as recommended in the Truth and Reconciliation Commission of Canada (2015). Educators question where to begin the process, how such Indigenization should occur, and what the curricular end result should look like. In response, the authors considered many aspects from the literature, specific to nursing programs. The following themes were explored: partnering with community, cultural relevance, and faculty development. Through the utilization of a “two-eyed seeing” approach, institutional administrators need to partner with Indigenous Elders and community members to facilitate relationships required to provide the knowledge necessary to bring about change within educational programs. It is through such an approach that nursing curricula can be designed to be culturally safe and relevant for both Indigenous and non-Indigenous learners, and faculty can be supported in their growth and development in Indigenous knowledge. The authors propose that through “two-eyed seeing” and the integration of the Aboriginal Nurses Association of Canada (2009) core competencies, Indigenization of nursing curricula may ultimately move forward in a culturally reciprocal and respectful way.
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 | 0,023 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,027 |
| Communication savante | 0,013 | 0,010 |
| Science ouverte | 0,004 | 0,018 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».