A nursing perspective on the antecedents and consequences of incivility in higher education: A scoping review
Notice bibliographique
Résumé
Background: Understanding antecedents and consequences of incivility across higher education is necessary to create and implement strategies that prevent and slow uncivil behaviors. Purpose: To identify the nature, extent, and range of research related to antecedents and consequences of incivility in higher education. Objectives: 1) To identify disciplines and programs sampled in higher education incivility research, and 2) to compare antecedents and consequences examined in nursing education research with other disciplines and programs in higher education. Design: A scoping review of the literature. Data sources: Eight electronic databases searched in January 2023 including MEDLINE Ovid, CINAHL, ERIC, PsycINFO, Scopus, ProQuest Education Database, Education Research Complete, and ProQuest Dissertations and Theses Global. Review methods: We included primary research articles examining antecedents or consequences of incivility in higher education. Two reviewers independently screened and determined inclusion of each study. Data extraction was completed. We employed a numerical descriptive summary to analyze the range of data and content analysis to categorize the antecedents and consequences of incivility in higher education. Results: = 2 other programs) were reported as consequences of incivility in higher education. Conclusions: Supporting development of teaching practices and role modeling of civility by faculty is a crucial element to slowing the frequency of uncivil interactions between faculty and students. Specific strategies that target stress, such as, cognitive behavioral therapy, coping skills, and social support could mitigate incivility in higher education. Future research needs to examine the strength of the negative effects of incivility on physiological and psychological outcomes through advanced statistical methods, as well as the cumulative effects of uncivil behavior on these outcomes over time for both students and faculty. Application of advanced statistical methods can also support our understanding of sources of incivility as well as the accuracy of causal connections between its antecedents and consequences.
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 | 0,012 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,023 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».