MétaCan
Menu
Retour à la cohorte
Enregistrement W3209915788 · doi:10.1177/08445621211037147

Exploring the Intersection Between Academic and Professional Practice During the COVID-19 Pandemic: Undergraduate and Graduate Nursing Students’ Experiences

2021· article· en· W3209915788 sur OpenAlexafffundvenue
Sherry Espin, Karen LeGrow, Sue Bookey‐Bassett, Donald Rose, Elaine Santa Mina, Alyssa Indar

Notice bibliographique

RevueCanadian Journal of Nursing Research · 2021
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensHumber PolytechnicToronto Metropolitan University
Organismes subventionnairesRyerson University
Mots-clésBachelorNurse educationPandemicNursingNurse educatorMedical educationPsychologyCoronavirus disease 2019 (COVID-19)PopulationMedicineInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The coronavirus disease-2019 (COVID-19) pandemic has implications for students who are also nurses. PURPOSE AND METHODS: This qualitative descriptive study used a practice development approach to explore the intersection between academic and professional work experiences for undergraduate Post-Diploma Registered Practical Nurses bridging to Registered Nurse Bachelor of Science in Nursing students and Master of Nursing graduate nursing students during the first wave of the COVID-19 pandemic. The study incorporated critical aesthetic reflections that focused on the personal and aesthetic ways of knowing, as a data collection approach and knowledge dissemination strategy. RESULTS: Analysis of the narrative component of participants' reflections revealed the following themes: sensing a "call to duty," experiencing a myriad of emotions, shifting societal and individual perceptions of nursing, and learning in an uncertain environment. CONCLUSIONS: The results of the study can inform educational strategies and academic policies to support this unique nursing population, who are frontline practitioners as well as student learners.

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)0,019
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 enseignants0,016
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0160,018
Communication savante0,0090,005
Science ouverte0,0030,016
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,406
Tête enseignante GPT0,515
Écart entre enseignants0,109 · 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

Citations6
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Nursing ResearchMême sujetNursing education and managementTravaux en français237 207