MétaCan
Menu
← Retour à la cohorte
Enregistrement W3217731002 · doi:10.32920/ryerson.14638866.v1

A thematic analysis of nursing students’ end-of-life knowledge

2021· preprint· en· W3217731002 sur OpenAlexaboutno aff
Edwards Susanna

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumThematic analysisNursingTheme (computing)Nurse educationEnd-of-life careMedical educationMedicineDutyPsychologyPedagogyQualitative researchPalliative careSociology

Résumé

récupéré en direct d'OpenAlex

Background: Nursing Associations recommend that undergraduate nursing programs integrate end-of-life content throughout their nursing curricula to address the needs of those requiring such care. Objective: To determine the extent of nursing students' knowledge about end-of-life care in the final year of an undergraduate nursing program in Ontario, Canada. Method: The content of reflective exercises written by 24 nursing students enrolled in an end-of-life elective were thematically analyzed, both at the beginning and end of a 12 week course. Results: Results indicate that undergraduate nursing students’ end-of-life knowledge and experiences vary greatly. The overarching theme Duty of Care indicated that the students were motivated to take the course to fulfill a sense of professional responsibility. The sub-themes Assumptions and Experience (subdivided as Limited, Personal, and Professional) depicted students' initial and variable understanding of end-of-life care. Under the theme of Transferable Skills, the students’ range of knowledge and the competencies they gained from their clinical placements and the course were illustrated. Conclusion: The study is expected to aid in curriculum review of a university's undergraduate nursing program.

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)0,015
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,008
Études des sciences et des technologies0,0030,004
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,238
Tête enseignante GPT0,503
Écart entre enseignants0,266 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPalliative Care and End-of-Life Issues→Travaux en français237 207→