Nursing and Midwifery Students’ Perceptions and Experiences of Using Blended Learning in Rwanda: A Qualitative Study
Notice bibliographique
Résumé
Background: Although blended learning (BL) is being adopted in public and private higher learning institutions (HLIs) in Rwanda, little is known about students' use of BL in their learning activities. This article describes a qualitative descriptive study of students' perceptions and experiences of BL in Rwanda's post-secondary nursing and midwifery programs in public and private HLIs. Methods: Thirty-three nursing and midwifery students from all public and private HLIs in Rwanda exposed to BL were invited to participate in three online focus group discussions (FGDs) conducted using a developed FGD guide with open-ended questions. Inductive content analysis was used to analyze the transcripts. Results: Three main themes emerged from the data analysis:(1) BL perceived as a new and effective teaching and learning approach, (2) Contextual challenges to the BL method, and (3) Recommendations to improve the BL method. From students' experiences, the benefits included but were not limited to the flexibility of the approach, time, and cost-saving. However, several challenges were identified, including technological issues such as lack of ICT skills and poor internet connectivity. Conclusion: This study provides insights into the usefulness of BL in HLIs and offers recommendations on how BL teaching and learning can be improved to strengthen nursing and midwifery pre-service education quality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».