MétaCan
Menu
Retour à la cohorte
Enregistrement W3187037426 · doi:10.5430/jnep.v11n11p31

Andragogy and teaching techniques to enhance adult learners’ experience

2021· article· en· W3187037426 sur OpenAlexaffvenue
Nicole Lewis, Venise Bryan

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésAndragogyCurriculumNurse educationPedagogyReflection (computer programming)Critical thinkingPsychologyMathematics educationMedicineAdult educationComputer scienceMedical education

Résumé

récupéré en direct d'OpenAlex

Nurse educators need to be cognizant of their instructional methods to ensure they are using appropriate techniques to effectively teach students as adult learners. Andragogy is the practice of teaching adult learners; its role and application in concept-based nursing education in the online, classroom, and clinical teaching contexts are explored in this reflective literature review. Concept-based curriculum is a method of teaching that utilizes active learning strategies to aid in developing critical thinking skills and knowledge comprehension. Reflections on incorporating andragogy to teach in a concept-based curriculum in nursing by a novice educator is also presented along with selected teaching techniques that has been utilized to solidify nursing students learning. It has been shown that non-traditional teaching techniques such as simulation, case studies, debates, and creating a “flipped” classroom can be effective in applying andragogy in a concept-based curriculum model. Incorporating andragogy within the concept-based curriculum is vital for equipping nursing students with necessary critical thinking and reflection skills required for nursing practice.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,059
Tête enseignante GPT0,501
Écart entre enseignants0,442 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207