Effects of information and communication technology use in nursing and obstetric learning in low- and middle-income countries: A systematic review
Notice bibliographique
Résumé
Introduction and objective: Studies on the effects of information and communication technology (ICT) use in nursing and obstetric learning in low- and middle-income countries are limited despite growing scientific evidence that online learning has positive effects. This systematic review aims to identify and synthesize the effects of information and communication technologies utilization in nursing and obstetric learning in low- and middle-income countries.Methods: A search of articles published from 2016 to 2020 on the effects of ICT use in nursing and obstetric learning was conducted in PubMed, CINAHL, Epistemonikos and ERIC.Results: Of 483 articles identified, eleven were reviewed, and eight were found to be relevant. The included articles were synthesized into a narrative synthesis. The effects of using ICT in learning are related to student motivation, autonomy in learning, meaningful acquisition of knowledge and skills. Furthermore, students have a positive perception of the use of ICT in learning.Conclusions: The results of this study on the use of ICTs in nursing and obstetric sciences learning in low- and middle-income countries show that ICTs are used primarily as a medium for distance learning. In addition, it was found that e-learning has several advantages or positive effects. However, many students do not have a personal computer, and they have low or average skills in the use of computer tools, and access to the Internet is low. A limitation of this study is the lack of primary data on the effects of ICT use in obstetric sciences learning in low- and middle-income countries.
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 | 0,011 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,016 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».