MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393131006 · doi:10.5430/jnep.v14n7p1

What’s going on in the clinical examination room?-An exploratory and comparative study of two types of clinical exams and their meaning for nursing students in the final year of the nursing education

2024· article· en· W4393131006 sur OpenAlexvenueno aff
Christina M. Jensen, Tanja Egeriis Bertelsen, Frederik Lund Kuipers, Sofie Riis Jessiman, Lene Rostgaard Andersen, Astrid Grith Sørensen, Niels S. Larsen, Camilla Bernild

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeaning (existential)Exploratory researchPsychologyNursingMedicineSociologySocial sciencePsychotherapist

Résumé

récupéré en direct d'OpenAlex

This study is an education experiment based on a comparative approach, where two clinical exams – a bedside exam and a written case study exam – are investigated simultaneously. The article explores what’s going on in the two exams and how nursing students assess and experience them. Based on these findings, we discuss the types of logics, knowledge, and competencies the two exams enhance and limit, respectively. Data consists of a questionnaire survey with 104 students (56/48), observations of twelve exams (6/6), followed by two focus group interviews with nurse students. The analysis shows that the bedside exam enhances ‘knowing-in-action’, ‘reflection-in-action’, ‘shows how’ and ‘does’ by its focus on nursing actions. It is unpredictable and promotes ‘logics of relational care, care production and care education'. The written case study exam enhances ‘reflection-on-action’, ‘knows’ and ‘knows-how’ by its focus on theoretically based reflections on nursing practice. It is predictable and enhances ‘logic of care education’.

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)0,010
score de la tête « metaresearch » (Gemma)0,043
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 enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,043
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,005
Communication savante0,0060,003
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,393
Tête enseignante GPT0,611
Écart entre enseignants0,219 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and Practice→Même sujetInnovations in Medical Education→Travaux en français237 207→