MétaCan
Menu
Retour à la cohorte
Enregistrement W4283021512 · doi:10.17483/2368-6669.1311

Just Because I Am A “Student” Does Not Mean I Should Tolerate It: Students’ Perspectives of Forum Theatre to address Bullying In Nursing Education

2022· article· en· W4283021512 sur OpenAlexaffvenue
Kathy O’Flynn-Magee, Caryn Dooner, Agnes Choi, Raluca Nicoleta Radu, Ranjit Dhari, Lynne Esson, Amy Poon, Patricia Rodney

Notice bibliographique

RevueQuality Advancement in Nursing Education - Avancées en formation infirmière · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Violence and Bullying
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Embodied cognitionPsychologyNurse educationInterpretation (philosophy)PedagogyMedical educationMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

The authors of this paper developed a CRAB (Cognitive Rehearsal to Address Bullying) Workshop, using Forum Theatre as an innovative pedagogical approach to explore the overly prevalent issue of bullying in nursing education. We designed two open-ended descriptive written surveys to obtain feedback from students on the efficacy of the workshop with respect to students’ ability to address bullying, and with respect to their capacity to engage in related embodied learning through Forum Theatre. We collected survey data at two points in time; 1) following a workshop during students’ first year in the program and 2) following a workshop during students’ final term in the program. We identified three overarching themes from the surveys: 1) The Socio-Political Context; 2) Psychological Safety; and 3) Ways of Learning. We developed each of these themes by creating, expanding, and collapsing our collective interpretation of the data. The majority of the student feedback we collected was positive. In this paper we describe the survey-based study, discuss our analysis of findings, and highlight students’ voices through verbatim quotes. In closing, we offer recommendations and questions for nurse educators and academic leaders to consider.

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)0,016
score de la tête « metaresearch » (Gemma)0,034
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 seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,034
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0110,008
Communication savante0,0100,005
Science ouverte0,0020,008
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 Opus0,055
Tête enseignante GPT0,461
Écart entre enseignants0,406 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueQuality Advancement in Nursing Education - Avancées en formation infirmièreMême sujetWorkplace Violence and BullyingTravaux en français237 207