MétaCan
Menu
Retour à la cohorte
Enregistrement W4409297089 · doi:10.29173/jpnep48

Advocating for the Inclusion of Fine Arts in the Healthcare Education Curricula – The Lived Experience of an Art-Loving Healthcare Educator

2025· article· en· W4409297089 sur OpenAlexaff
Cindy Ko

Notice bibliographique

RevueJournal of Practical Nurse Education and Practice · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensNiagara College
Organismes subventionnairesnon disponible
Mots-clésInclusion (mineral)CurriculumThe artsHealth careVisual arts educationFine artMedical educationSociologyPedagogyNursingMedicineVisual artsPolitical scienceArtSocial science

Résumé

récupéré en direct d'OpenAlex

The incorporation of fine arts into healthcare education curricula could enrich students' overall learning experiences, enhance cognitive and emotional development, and prepare them for the diverse, dynamic, and stressful workplace. In this paper, I will offer my lived experience of using the arts in to engage nursing and health sciences students’ participation. The paper begins with a brief definition and scope of the arts to anchor the discussion and a variegated collection of literature scan. I will present the various cognitive and professional benefits of integrating the arts into healthcare curricula. I will append photos of several past and contemporary international artists’ works, including personal communications that would reinforce my assertion. In addition, I will include anecdotes from students and others who shared their insights on the integration of the arts in learning. I will also discuss practice implications and recommendations for including the arts in curriculum development.

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)0,004
score de la tête « metaresearch » (Gemma)0,031
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,563
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,058
Tête enseignante GPT0,500
Écart entre enseignants0,442 · 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.

Devis d'étudeQualitatif
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Practical Nurse Education and PracticeMême sujetEmpathy and Medical EducationTravaux en français237 207