MétaCan
Menu
Retour à la cohorte
Enregistrement W2943924457 · doi:10.5539/gjhs.v11n6p123

Understanding the Practices and Experiences of Supervising Nursing Doctoral Students: A Qualitative Survey of Two South African Universities

2019· article· en· W2943924457 sur OpenAlexvenueno aff
Tebogo Maria Mothiba, Daniel Ter Goon

Notice bibliographique

RevueGlobal Journal of Health Science · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNonprobability samplingSupervisorQualitative researchData collectionPsychologyNursingMedical educationClinical supervisionInterpersonal communicationInclusion (mineral)Axial codingMedicineSociologyGrounded theoryTheoretical samplingPolitical science

Résumé

récupéré en direct d'OpenAlex

Doctoral supervision involves an intensive, interpersonal one-to-one relationship between the supervisor and the student. Supervisors have a responsibility to guide students when choosing their research topics and throughout the research process until completion of their research projects. The purpose of this study is to explore the practices and experiences of faculty members supervising doctoral nursing students in two selected universities in South Africa. This qualitative and explorative study involves all faculty members supervising doctorate nursing students at four South African Universities in Limpopo Province. A purposive sampling was used to select 15 participants who met the inclusion criteria. Data collection was through a telephonic in-depth unstructured interview. Probing was used to elicit more information from participants. Data were analysed through Tesch’s open coding method. Findings reveal three themes as practices and experiences of supervision, namely: research supervisory role, knowledge of models of supervision, and guiding principles towards doctorate supervision. There is a need for orientation of research supervisors and doctoral students before they commence with their supervisory role. Policies and procedures for doctorate supervision need to be communicated to all supervisors. There should be continuous support for both supervisors and students during the process of supervision.

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)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,690

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,594
Tête enseignante GPT0,640
Écart entre enseignants0,046 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetDoctoral Education Challenges and SolutionsTravaux en français237 207