MétaCan
Menu
Retour à la cohorte
Enregistrement W3178091861 · doi:10.3917/rsi.145.0022

Analyse phénoménologique interprétative du vécu expérientiel des étudiantes au baccalauréat en sciences infirmières lors d’un stage en santé mentale. Comprendre pour mieux former

2021· article· fr· W3178091861 sur OpenAlexaff
Audrey Bujold, Pierre Pariseau‐Legault, Francine de Montigny

Notice bibliographique

RevueRecherche en soins infirmiers · 2021
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealth, Medicine and Society
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésPracticumMental healthPsychologyMeaning (existential)NursingContext (archaeology)Experiential learningPerceptionPedagogyPsychotherapistMedicine

Résumé

récupéré en direct d'OpenAlex

In a global context where populations' mental health needs are growing rapidly, recruiting the next generation of nurses to work in these care settings is particularly problematic. Because of their negative views on mental health issues, nursing students reject such a career path. According to the literature, training programs, particularly clinical immersions, are the main way of mitigating the unpopularity of mental health care among this new generation of nurses. Through an interpretive phenomenological analysis of semi-structured interviews conducted with eleven undergraduate nursing students, this research studied their learning experience during a clinical immersion in mental health care. Anchored in Parse's humanbecoming theory, this study explores the meaning that students attribute to such an experience, the experiential negotiation processes of the practicum setting, and the participants' ability to project themselves beyond the learning experience itself. These results raise various issues related to mental health nursing education, such as the importance of having a nursing role model, as well as various influencing factors related to the rejection of a career in mental health care by the next generation, such as the perception that working in these care settings involves an increased risk of aggression.

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)0,014
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,014
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0100,023
Communication savante0,0100,007
Science ouverte0,0020,007
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,173
Tête enseignante GPT0,484
Écart entre enseignants0,312 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRecherche en soins infirmiersMême sujetHealth, Medicine and SocietyTravaux en français237 207