MétaCan
Menu
Retour à la cohorte
Enregistrement W2929070398 · doi:10.1111/tct.13019

Evaluation of unsatisfactory student performance

2019· article· en· W2929070398 sur OpenAlexafffund
Maria Pratt

Notice bibliographique

RevueThe Clinical Teacher · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensMcMaster UniversityHamilton Health Sciences
Organismes subventionnairesRegistered Nurses’ Foundation of Ontario
Mots-clésMentorshipOnboardingOpenness to experiencePsychologyMedical educationTask (project management)WorkloadNursingMedicinePedagogySocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The 'failure to fail' phenomenon has been reported in studies involving preceptors and students in nursing and in other practice professions, but it has yet to be the subject of exploration among clinical nursing instructors. Research has revealed that assigning a failing grade in a practice profession is not always a straightforward task; however, passing students who are incompetent in their nursing practice could have a deleterious impact on the quality and delivery of patient care. METHODS: The author interviewed eight clinical instructors who had failed unsatisfactory students to gain an in-depth understanding of each instructor's experience in evaluating these students. Gadamer's hermeneutic principles were used to interpret the interview texts and dialogue with the participants through the hermeneutic circle of understanding, use of the researcher's prior experience and openness to new understanding. FINDINGS: The experiences of the clinical instructors in this study suggest that they have struggled with their emotions, particularly when they were novices, during the multiple personal, professional and organisational challenges that they have encountered within their teaching roles and responsibilities. DISCUSSION: The difficulties and challenges highlighted in this study may offer insight for academic stakeholders in nursing schools on how to mitigate these issues through developing an onboarding orientation and mentorship programme that will support faculty member development in the evaluation of unsatisfactory student performance.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,658
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,149
Tête enseignante GPT0,465
Écart entre enseignants0,316 · 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'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

Citations5
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Clinical TeacherMême sujetNursing education and managementTravaux en français237 207