MétaCan
Menu
Retour à la cohorte
Enregistrement W3190359886 · doi:10.1515/ijnes-2021-0057

Reflective writing pedagogies in action: a qualitative systematic review

2021· review· en· W3190359886 sur OpenAlexaff
Kim Mitchell, Tara Roberts, Laurie Blanchard

Notice bibliographique

RevueInternational Journal of Nursing Education Scholarship · 2021
Typereview
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensUniversity of ManitobaRed River College
Organismes subventionnairesnon disponible
Mots-clésTransformative learningNarrativeJudgementQualitative researchSpace (punctuation)Reflective practiceReflection (computer programming)Process (computing)Action (physics)PsychologyMEDLINEValue (mathematics)Reflective writingPedagogyMedical educationMedicineSociologyComputer scienceEpistemology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Reflective practice is a core value of nursing education and emphasizes the self as a source of learning. Writing and reflection are often viewed as inseparable. The goal of this qualitative meta-study is to explore the mechanisms writing stimulates to promote learning transformation for nursing students in both clinical and classroom contexts. METHODS: A literature search using the CINHAL, Medline, ERIC, and Academic Search Complete databases, using systematic methods, identified 26 papers and dissertations which gathered narrative data from nursing students in pre- and post-registration undergraduate courses. RESULTS: Three themes were found describing: 1) Evolving through time and space to reflect; 2) Surfacing and absorbing; and 3) Trust, judgement, and social desirability in the feedback process. CONCLUSIONS: Transformative learning is promoted through forming a bond with faculty during the writing process to normalize emotions, create critical self-awareness, and providing a safe, non-judgemental space to reflect on their practice and their learning.

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)0,081
score de la tête « metaresearch » (Gemma)0,118
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,430

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0810,118
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0140,014
Études des sciences et des technologies0,0030,003
Communication savante0,0030,004
Science ouverte0,0030,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,502
Tête enseignante GPT0,698
Écart entre enseignants0,197 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Nursing Education ScholarshipMême sujetReflective Practices in EducationTravaux en français237 207