MétaCan
Menu
Retour à la cohorte
Enregistrement W3167377993 · doi:10.12968/bjon.2021.30.14.s34

Innovative approaches to teaching vascular access to nursing students in the COVID-19 era

2021· article· en· W3167377993 sur OpenAlexaboutno aff
Caroline Marchionni, Madolyn Connolly, Mélanie Gauthier, Mélanie Lavoie‐Tremblay

Notice bibliographique

RevueBritish Journal of Nursing · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumCreativityCompetence (human resources)Experiential learningNurse educationMedicineNursingPandemicMedical educationVascular accessCoronavirus disease 2019 (COVID-19)PsychologyPedagogy

Résumé

récupéré en direct d'OpenAlex

PURPOSE: For the student nurse, peripheral venous cannulation is one of the most stressful skills to be learned. Although some healthcare employers/establishments offer courses on vascular access and infusion nursing as part of their onboarding programs, ultimately educational institutions should share the responsibility to ensure that graduating nurses can provide safe infusion therapies. METHODS: An innovative vascular access and infusion nursing (VAIN) curriculum was created and mapped onto the entry to practice undergraduate nursing program at McGill University in Montréal, Québec, Canada. This presented an opportunity to implement new teaching approaches. RESULTS: Students experienced multiple new teaching approaches including multimedia and experiential learning and live simulation to ensure acquisition of knowledge and psychomotor skills. The teaching approaches had to be rapidly modified with the advent of the COVID-19 pandemic. CONCLUSIONS: The VAIN curriculum emphasizes simulation and directed practice, seeking to increase competence, confidence, and knowledge. The pandemic underscored the need for flexibility and creativity in content delivery.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,470
Score d'incertitude au seuil0,504

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,260
Tête enseignante GPT0,480
Écart entre enseignants0,220 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of NursingMême sujetSimulation-Based Education in HealthcareTravaux en français237 207