MétaCan
Menu
Retour à la cohorte
Enregistrement W3036448289 · doi:10.25071/2291-5796.54

Nurses Learning Our Way, From the Land, With the People

2020· article· en· W3036448289 sur OpenAlexaffvenue
Joanna Fraser, Evelyn Voyageur, Paul Willie, Patricia R. Woods, Victoria Dick, Kate Moynihan, Jennifer Spurr, Heather McAnsh, Cara Tilston, Heidi Deagle

Notice bibliographique

RevueWitness The Canadian Journal of Critical Nursing Discourse · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAdult and Continuing Education Topics
Établissements canadiensIsland HealthNorth Island College
Organismes subventionnairesnon disponible
Mots-clésIndigenousTraditional knowledgePedagogyCultural learningNursing practiceSociologyPsychologyNursingMedicineEcology

Résumé

récupéré en direct d'OpenAlex

The story of land-based immersion learning for nursing students in remote First Nations communities is told through the stories of ten authors. We represent a collaboration between First Nations Knowledge Keepers, nursing students, and nursing faculty. Our inquiry draws on Indigenous knowledge paradigms and research methodologies. Currently in the preliminary stages of gathering our findings, we are learning how transformation happens through culturally safe relationships and ethical learning spaces. We are learning that inquiry requires commitment, authenticity, and a respect for differences. Most importantly, we are learning that nurses need to uncover ingrained and colonized assumptions in order to imagine new possibilities for learning and inquiring with Indigenous people and communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,992
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,029
Communication savante0,0100,007
Science ouverte0,0010,010
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,333
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWitness The Canadian Journal of Critical Nursing DiscourseMême sujetAdult and Continuing Education TopicsTravaux en français237 207