MétaCan
Menu
Retour à la cohorte
Enregistrement W4292939212 · doi:10.5539/gjhs.v14n9p29

Responding to Post-School Education Policy Reforms: A Case Study on the Incorporation of Nursing Colleges into the Post-School Education and Training System of South Africa

2022· article· en· W4292939212 sur OpenAlexvenueno aff
Nonhlanhla Makhanya, Vhothusa Edward Matahela, Gcinile Buthelezi

Notice bibliographique

RevueGlobal Journal of Health Science · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation, Leadership, and Health Research
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Higher Education and TrainingDivision of ChemistryCouncil for Higher EducationCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorNational Eye InstituteU.S. Department of Energy
Mots-clésNurse educationAccreditationNursingOfficerLegislationNursing researchMedicineHigher educationService (business)Political scienceMedical educationBusiness

Résumé

récupéré en direct d'OpenAlex

Amongst the diverse providers of nursing education in South Africa, public nursing colleges have over the years produced 80% of pipeline nursing professionals. The demand imposed by the reorganisation of health services toward universal health coverage, together with the recent changes to the post-school legislation introduced by the Department of Higher Education and Training has required a repositioning of nursing colleges within the new milieu. If public nursing colleges did not comply with post-school education prescripts, they would not be eligible to offer programmes that are aligned to the Higher Education Qualification Sub-framework. The purpose of this article is to provide an account on progress and lessons learnt towards repositioning public nursing colleges within the new higher education milieu as a legal requirement for offering new nursing programmes leading to registration in any of the new nursing categories prescribed in the Nursing Act. The National Department of Health has, through the stewardship of its Chief Nursing Officer facilitated an intense process from 2016 to 2019 of preparing public nursing colleges to meet the requirements for accreditation as higher education institutions. Chief among these activities was the development of a national policy for nursing education informed by and designed around health service demands and underpinned by higher education principles to direct provisioning of nursing education and training. Parallel to the policy, the state of readiness of public nursing colleges was measured against the Council for Higher Education determined criteria for programme accreditation. Lessons emanating from this process are being used to accelerate preparation for accreditation of programmes leading to professional qualifications in nursing and other related health sciences programmes offered at college level to ensure sustained production of nurses with requisite skills mix required for a responsive health care system.

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)0,018
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,066
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,122
Tête enseignante GPT0,477
Écart entre enseignants0,355 · 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'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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetEducation, Leadership, and Health ResearchTravaux en français237 207