Learning Together During a Pandemic Lockdown: Connecting Older Mentors with Nursing Students
Notice bibliographique
Résumé
Abstract Nursing education tends to focus on complex clinical issues affecting older adults who are acutely ill or in long-term care. This creates challenges for educators wanting to expose students to a greater range of experience, including realities of healthy aging. Opportunities to do things differently were presented when an established undergraduate nursing course on complex aging care underwent significant adjustment in the early months of the COVID-19 pandemic. As the course was condensed and moved online and clinical sites closed, invitations were extended to community-dwelling older people who wanted to “help teach nursing students about aging”. The response was overwhelming; over nine days, 118 people (ages 65-94) volunteered to be mentors. Through weekly online/ phone conversations, each person guided their assigned student to learn about diverse experiences of aging. Post-survey results showed the impact of these conversations. Over 90% of mentors felt they had contributed in a meaningful way to student learning and would do it again and recommend it to others. 85% of students felt it was a meaningful experience, offering comments like: “I am more mindful of my assumptions now” and “I learned to approach interactions with older adults as a collaboration; we have so much to give each other”. These results provide a needed counterpoint to the predominant COVID discourse of older people as “isolated, helpless, and needy”. Students came to understand that older people were also “engaged, active, and contributing” and identified how this had changed their view of aging. Implications for nursing education are explored.
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 | 0,021 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,021 | 0,007 |
| Communication savante | 0,013 | 0,010 |
| Science ouverte | 0,004 | 0,026 |
| Intégrité de la recherche | 0,005 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».