MétaCan
Menu
Retour à la cohorte
Enregistrement W4200131029 · doi:10.1016/j.nedt.2021.105251

Undergraduate nursing simulation facilitators lived experience of facilitating reflection-in-action during high-fidelity simulation: A phenomenological study

2021· article· en· W4200131029 sur OpenAlexaffabout
Jessica Mulli, Lorelli Nowell, Ruth Swart, Andrew Estefan

Notice bibliographique

RevueNurse Education Today · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésFacilitatorReflection (computer programming)Action researchAction (physics)CuriosityPsychologyReflective practiceAction learningNurse educationNursingPedagogyMedicineComputer scienceTeaching methodSocial psychologyCooperative learning

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Reflective practice is an essential step to learning in high-fidelity simulation, yet, reflection-in-action is an often overlooked yet important opportunity to support student learning. OBJECTIVES: To explore and describe the lived experience of undergraduate nursing simulation facilitators use of reflection-in-action during high-fidelity simulation. DESIGN: A descriptive phenomenological study. SETTING: A western Canadian province. PARTICIPANTS: Undergraduate nursing simulation facilitators with experience in nursing education and simulation facilitation. METHODS: We conducted 11 semi-structured interviews and utilized Colaizzi's seven step process of analysis to discover the essence of undergraduate nursing simulation facilitators use of reflection-in-action during high-fidelity simulation. RESULTS: Simulation facilitators were able to identify reflection-in-action during high-fidelity simulation when students paused, collaborated, shared their thinking aloud, and changed their course of action. Barriers to reflection-in-action included learner fear and anxiety, poor simulation design, and inadequately prepared students and facilitators. Simulation facilitators supported reflection-in-action through prebriefing, facilitator curiosity, and providing cue, prompts, and facilitated paused. Some of the noted benefits to reflection-in-action include promoting collaborative learning, building confidence and critical thinking, and embedding reflection into practice. CONCLUSIONS: The insights from this research can be used to guide reflection-in-action strategy development and future research in high-fidelity simulation.

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)0,013
score de la tête « metaresearch » (Gemma)0,032
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 enseignants0,013
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,006
Communication savante0,0040,004
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
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 Opus0,111
Tête enseignante GPT0,463
Écart entre enseignants0,352 · 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

Citations22
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNurse Education TodayMême sujetSimulation-Based Education in HealthcareTravaux en français237 207