Protocole d’une étude quasi-expérimental afin d’examiner le développement de compétence en raisonnement et jugement clinique au moyen de l’outil d’auto-évaluation LCJR-VF
Notice bibliographique
Résumé
Introduction : Le manque de compétences à poser un jugement clinique infirmier (JCI) conduit souvent à des résultats négatifs pour les personnes en raison de l'incapacité à reconnaître la détérioration clinique, à intervenir et à gérer les complications de la personne soignée. Cette recherche suggère que l’introduction d’un modèle de jugement clinique infirmier (JCI) associé à sa grille d’évaluation dans l’apprentissage donne un cadre aux étudiants infirmiers pour fournir des soins infirmiers avec de résultats de santé optimaux. Méthode : Cette contribution présente le protocole d’une étude quasi-expérimentale avec une série de quatre mesures sur un même groupe. Un échantillon de commodité de 162 étudiants infirmiers d’un institut de formation en soins infirmiers français a participé à l'étude. Les participants ont suivi deux cours sur un semestre dans lesquels le modèle de JCI apparié à une théorie infirmière a été utilisé pour analyser des études de cas cliniques. Au cours du semestre, chaque participant a réalisé quatre auto-évaluations de son niveau d’apprentissage en JCI à l’aide de la grille de LCJR-VF. Résultats attendus : Les retombées attendues de cette étude suggèrent qu’un modèle formel d’enseignement en raisonnement clinique apparié à du savoir infirmier facilite l’apprentissage du jugement clinique infirmier.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,048 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».