MétaCan
Menu
Retour à la cohorte
Enregistrement W4281615972 · doi:10.4102/hsag.v27i0.1828

Information technology for teaching and learning in a multi-campus public nursing college

2022· article· en· W4281615972 sur OpenAlexaff
Gopolang Gause, Isaac O. Mokgaola, Mahlasela Annah Rakhudu

Notice bibliographique

RevueHealth SA Gesondheid · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésNurse educationDescriptive statisticsNursingTest (biology)PsychologyMedical educationConstruct (python library)MedicineComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Background: Technologies, such as the use of information technology for teaching and learning, e-learning and virtual learning, are commonly used terms in today’s education system. These ever growing and developing modes of teaching and learning have changed the landscape of higher education, in general. As a result, nursing education has equally responded positively to the use of information technology for teaching and learning. Aim: The aim of this study was to describe and compare the readiness to use information technology for teaching and learning for both nursing students and nurse educators in the two campuses of a North West public nursing college. Setting: The study was conducted in a multi-campus North West public nursing college in South Africa. Methods: A quantitative approach of a comparative descriptive design was followed in this study. Descriptive statistics was analysed using the Statistical Package for the Social Sciences (SPSS) Version 27. Results: A total of 285 (254 nursing students and 31 nurse educators) respondents completed the online questionnaires. Both nurse educators and nursing students were in agreement with the information technology use readiness construct (83.9% and 77.9%, respectively). For all the variables with significant (< 0.05) p -values from the Mann–Whitney U test, the mean ranks were higher for the Ngaka Modiri Molema District (NMMD) campus. Conclusion: When comparing the two campuses, conclusion can be drawn that the campus at NMDD is more ready to use information technology for teaching and learning than the campus at Dr Kenneth Kauda District. Contribution: The results of this study contribute to the body of knowledge on technology use for teaching and learning in nursing education.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,030
Tête enseignante GPT0,367
Écart entre enseignants0,338 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth SA GesondheidMême sujetOnline and Blended LearningTravaux en français237 207