Using simulation-based education to enhance anti-racism learning in nursing
Notice bibliographique
Résumé
OBJECTIVE: To determine whether simulation-based education promotes anti-racism learning among nursing students. METHODS: This descriptive qualitative study explored how simulation-based education could support anti-racism education in undergraduate nursing curricula. The study consisted of three parts: (a) journal entries, (b) anti-racism workshops and (c) simulation-based education. The three anti-racism workshops were part of the simulation pre-work to prepare students to actively participate in four simulated participant anti-racism scenarios. Content analysis of journal entries using the Sensitizing, Taking Action, and Reflection (STAR) framework suggests that the anti-racism workshops raised awareness of self and others, as well as racism and anti-racism strategies among the participants. Fourteen participants were recruited. Ten provided consent and participated in at least one component of the study, six participated in the simulations, and five completed all 8 journal entries. RESULTS: Our findings indicated the participants engaged in a continuous cycle of sensitization and reflection, which broadened their awareness in four categories: self, others, racism, and anti-racism strategies. As a result, the anti-racism workshops increased awareness of racism among participants. In addition, both were willing and able to address racism and advocate for political change during the simulations. The student participants found the simulated scenarios gave them a greater sense of authenticity when confronting racism. CONCLUSIONS: Anti-racism workshops and SBE are effective ways to support anti-racism learning in undergraduate nursing students. We recommend academic institutions explore ways to integrate antiracism SBE into curricula to support antiracism praxis.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».