MétaCan
Menu
Retour à la cohorte
Enregistrement W4391168474 · doi:10.36348/sjnhc.2024.v07i01.002

Transforming Nursing Pedagogy: The Journey to Concept-Based Learning at the University of Calgary in Qatar

2024· article· en· W4391168474 sur OpenAlexfundaboutno aff
Roqaia Dorri, Elham Al Omari, Melody Blanco, Mohammed Al-Hassan

Notice bibliographique

RevueSaudi Journal of Nursing and Health Care · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Calgary
Mots-clésPedagogyNursingPsychologySociologyMedicine

Résumé

récupéré en direct d'OpenAlex

This study explores the transformative implementation of a Concept-Based Approach (CBA) in nursing education at the University of Calgary in Qatar (UCQ). Focusing on the Family in Transition Nursing course, the research examines how CBA, characterized by its emphasis on critical concepts and practical exemplars, bridges theoretical knowledge with clinical practice. Utilizing digital platforms like Desire to Learn (D2L) and tools like Padlet, the approach enhances student engagement and learning through real-world applications. The study highlights the shift from traditional teaching methods to CBA, aiming to produce skilled nursing graduates capable of managing the complexities of the Qatari healthcare system. It investigates the effectiveness of CBA in deepening learning, its application in real-life scenarios, and its impact on teaching practices. Results underscore the importance of content quality, concept-focused learning materials, and real-life case studies in nursing education. The research concludes with the CBA's significant role in UCQ's nursing program and addresses future research directions to further understand and develop concept-based teaching strategies in nursing and beyond.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,086
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,006
Communication savante0,0070,002
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,063
Tête enseignante GPT0,426
Écart entre enseignants0,363 · 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSaudi Journal of Nursing and Health CareMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207