Beyond the classroom walls: Stakeholder experiences with remote instruction in Post RN baccalaureate nursing program during the COVID-19 pandemic: A qualitative inquiry
Notice bibliographique
Résumé
The COVID-19 pandemic led to the closure of educational campuses and the suspension of conventional classroom teaching globally and locally, and many switched overnight to an online modality. The change was experienced differently by varied audiences, given the availability of resources. The study aimed to examine stakeholders' experiences of emergency remote instructions in the Post-RN Baccalaureate Nursing Program during the COVID-19 pandemic. A qualitative descriptive exploratory design with a purposive sampling technique was used at a private nursing university in Karachi, Pakistan. Focus group discussions with students and faculty were conducted separately, while in-depth interviews with key informants were held using semi-structured interview guides. The focus group discussions and in-depth interviews were recorded electronically and transcribed and translated, coded, and analysed manually. Findings uncovered two major themes. (a) Remote teaching and learning-a paradigm shift; and (b) Remote learning ecosystem-a challenging team sport. The first theme denotes a major shift in pedagogical approach migrating from blended learning model to a complete online modality. Theme two uncovers the efforts and teamwork of the various stakeholders who assisted in mitigating the challenges collaboratively when migrating to virtual learning environment. Findings suggest that to continue to thrive in the post-COVID world, faculty, students, and key informants must collegially enhance the teaching, learning, and assessment strategies and student-teacher interaction, capitalising on evidence-based practices, trial and error, multi-level support mechanisms, and partnerships. The study recommends building resilience in instructional and administrative infrastructure to prepare for future events like pandemics and suggests development of evidence-informed blended and online nursing programmes in the region.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,008 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| 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 ».