The effects of concept mapping on student nurses’ learning of medical-surgical nursing
Notice bibliographique
Résumé
Background and objective: Many student nurses are weak in studying medical-surgical nursing because higher-order skills are required to understand and incorporate prior knowledge with new knowledge. Hence, this study tried to employ concept mapping (CM) in teaching one medical-surgical nursing course to enhance their learning. The aims of this study are to explore the effects on student nurses’ learning experience and examine the difference in academic performance of students who learned this subject by using CM and those who did not.Methods: This was a mixed research study conducted in 2017. The overall grade and pass rate were used to compare the differences between CM and non-CM groups. Moreover, focus group discussions after semesters were used to explore the impact of CM on student nurses’ learning.Results: The difference of marks between the CM group (M = 77.90 and SD = 8.09) and non-CM group (M = 57.56 and SD = 10.16) was statistically significant (p = .000) with a large effect (Cohen’s d = 2.21). Twenty-six student nurses were interviewed in focus group discussions. The advantages and shortcomings of CM were identified. After new and prior knowledge was bridged, students used their own perceived effective method to re-organise knowledge and enhance their memory to prepare for written examinations.Conclusions: To conclude, CM seems able to improve students’ academic performance, and students gained a good understanding of the relationships between concepts in medical-surgical nursing, especially for the students who were new to the subject. The results of this study will provide insights for nurse educators who teach Chinese student nurses.
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 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».