MétaCan
Menu
Retour à la cohorte
Enregistrement W4225293748 · doi:10.3148/cjdpr-2022-006

Dietetic Students’ Perceptions of Learning Professional Competencies with Four Simulations Throughout a Semester

2022· article· en· W4225293748 sur OpenAlexaffvenue
Mylène Rosa, Isabelle Giroux

Notice bibliographique

RevueCanadian Journal of Dietetic Practice and Research · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDietetics, Nutrition, and Education
Établissements canadiensInstitut du Savoir MontfortUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedical educationPerceptionPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

In nursing and medicine, taking part in simulation activities has been shown to be beneficial for students' learning; however, little has been documented in dietetics. This study aimed to document the perceived effect of 4 simulations on development of professional competencies by dietetic students. A mixed-method convergent approach was used with pre- and post-questionnaires, interviews, and a focus group discussion to look at dietetic students' perceptions of learning as part of a Nutrition Assessment course. Nonparametric tests for questionnaires and theme analysis for transcripts were used to examine data. After analysis, data were compared and merged for interpretation. Results showed that participants perceived a significant increase in comprehension of various competencies with simulations. In interviews and a focus group, a participant subgroup (n = 7) perceived an enriched understanding of some dietetic competencies compared with pre-simulations. Simulations seemed to have transformed classroom concepts to a more practical understanding of dietetic practice. More studies are needed to identify if these results could be replicated in different settings. Simulations had a positive effect on students' perception of competencies development and may be an andragogical tool of choice to support preparing future dietitians for entry to 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,698
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,162
Tête enseignante GPT0,506
Écart entre enseignants0,344 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Dietetic Practice and ResearchMême sujetDietetics, Nutrition, and EducationTravaux en français237 207