MétaCan
Menu
Retour à la cohorte
Enregistrement W4389392908 · doi:10.1515/ijnes-2022-0058

Understanding the impostor phenomenon in graduate nursing students

2023· article· en· W4389392908 sur OpenAlexaff
Judith M. Scanlan, Francine Laurencelle, James Plohman

Notice bibliographique

RevueInternational Journal of Nursing Education Scholarship · 2023
Typearticle
Langueen
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPhenomenonFeelingPsychologyQualitative researchFocus groupGraduate studentsNursingNurse educatorMedical educationPedagogyNurse educationMedicineSocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

Intuitively, nurse educators know that graduate students in both master's and doctoral programs question their ability to succeed. The impostor phenomenon (IP) is an internalized sense of inadequacy and fear of being seen as a fraud in the presence of external indicators of authentic achievement, and experienced by high achieving, successful individuals. Fifty-three percent (49/93) of graduate students completed the CIPS survey, and 11 master's (regular streams & nurse practitioner) and two doctoral students participated in focus group interviews. The quantitative results showed that 88 % of participants experienced moderate to intense impostor phenomenon. Two themes emerged in the qualitative analysis: (i) experiencing the imposter phenomenon and (ii) managing feeling like an impostor. Descriptions of IP were similar across the three groups of participants. This research provides a foundational understanding of how IP is experienced by graduate nursing students.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,421
Score d'incertitude au seuil0,609

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,355
Tête enseignante GPT0,506
Écart entre enseignants0,151 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Nursing Education ScholarshipMême sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207