MétaCan
Menu
Retour à la cohorte
Enregistrement W3129093179 · doi:10.1016/j.nepr.2021.102980

Planting seeds of community-engaged pedagogy: Community health nursing practice in an intergenerational campus-community gardening program

2021· article· en· W3129093179 sur OpenAlexafffund
Sonya L. Jakubec, Joanna Szabo, Judy Gleeson, Genevieve Currie, Sonya Flessati

Notice bibliographique

RevueNurse Education in Practice · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensMount Royal University
Organismes subventionnairesMount Royal UniversityTD Friends of the Environment Foundation
Mots-clésParticipatory action researchPedagogyFocus groupInclusion (mineral)Neighbourhood (mathematics)Citizen journalismCommunity-based participatory researchSociologyNursingMedical educationMedicinePolitical scienceGender studies

Résumé

récupéré en direct d'OpenAlex

As part of a participatory action research (PAR) study, nursing student participants collaborated with faculty, along with older adults, people with mixed abilities, and preschool aged children in order to 'sow the seeds of social change' and grow a campus community gardening project. The focus of this article is on the community-engaged pedagogy within a community health nursing practice course that supported student learning. Insights were gleaned over the course of four academic semesters (and four student cohort groups) with students as co-developers of the campus-community garden and participants in the PAR. Key themes emerged from student participants in the PAR process including: (1) planning in community to "think global, act local"; (2) discovering 'the people in your neighbourhood' as socially just partnerships; (3) revisiting landscapes of social inclusion; and (4) reflecting on "humble togetherness" across generational gaps. The findings showcased here attest to how community-engaged pedagogy, in conjunction with PAR, can facilitate student learning outside of traditional settings and grow social inclusion, intergenerational connection, and social justice.

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)0,012
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,013
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,009
Communication savante0,0060,003
Science ouverte0,0030,014
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,042
Tête enseignante GPT0,400
Écart entre enseignants0,357 · 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

Citations24
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNurse Education in PracticeMême sujetUrban Agriculture and SustainabilityTravaux en français237 207