MétaCan
Menu
Retour à la cohorte
Enregistrement W4406971194 · doi:10.1097/nne.0000000000001808

Essential Primary Health Care Skills

2025· article· en· W4406971194 sur OpenAlexaffabout
Erin Ziegler, Amina Silva, Sarah Pirani, Jane Tyerman, Marian Luctkar‐Flude

Notice bibliographique

RevueNurse Educator · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensToronto Metropolitan UniversityUniversity of OttawaUniversity of VictoriaBrock University
Organismes subventionnairesnon disponible
Mots-clésRubricUsabilityMedical educationScale (ratio)PsychologyMEDLINEEconomic shortageNursingMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Practice-based learning is essential in nurse practitioner (NP) education to ensure public safety and prepare students for independent practice. However, lack of clinical placement opportunities results in variability in clinical experience, necessitating educational innovation. PURPOSE: To evaluate the usability, engagement, and impact of the Essential Skills for Nurse Practitioners virtual simulations (VS). METHODS: Four VS covering concussion management, Medical Assistance in Dying (MAiD), memory concerns in older adults, and prescribing medical cannabis were evaluated across 3 Canadian universities using self-assessment competency rubrics and the Classroom Instructional Support Perception (CRiSP) scale. RESULTS: Competencies improved significantly across all VS, with highest improvement in concussion management. CRiSP results indicated high usability and engagement with all VS, underscoring their effectiveness. CONCLUSIONS: Findings indicate VS can enhance students' readiness to manage complex clinical situations and help address clinical placement shortages.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,379
Écart entre enseignants0,373 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNurse EducatorMême sujetSimulation-Based Education in HealthcareTravaux en français237 207