MétaCan
Menu
Retour à la cohorte
Enregistrement W3087726609 · doi:10.1177/0894318420943138

Minding the Gap: The Art and Science of Teaching Guided by Humanbecoming

2020· article· en· W3087726609 sur OpenAlexaff
Karen L. Ursel

Notice bibliographique

RevueNursing Science Quarterly · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésPsychomotor learningStructuringPresentation (obstetrics)Meaning (existential)Bridge (graph theory)Variety (cybernetics)Reflection (computer programming)PsychologyTeaching methodComputer scienceMathematics educationMedicineArtificial intelligenceCognitionNeuroscience

Résumé

récupéré en direct d'OpenAlex

Designing learning activities to teach psychomotor skills utilizing the lens of humanbecoming required deep reflection on the principles of structuring meaning, configuring rhythmical patterns, and cotranscending with possibles to bridge the theory-to-practice gap. Teaching essential psychomotor skills presented a challenge when trying to ensure the provision of safe, competent, and compassionate care tailored to the individual's unique experience. There are a wide variety of teaching approaches and strategies available, but few have used a theoretical framework to guide the design of the teaching-learning activities to guide development of these skills. The humanbecoming paradigm and humanbecoming teaching-learning model guided the research, design, and presentation of the teaching-learning activities to encompass the science and performing art of nursing.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,385
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
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 Opus0,041
Tête enseignante GPT0,363
Écart entre enseignants0,322 · 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'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'admission1
Résumé présentoui

Explorer davantage

Même revueNursing Science QuarterlyMême sujetEmpathy and Medical EducationTravaux en français237 207