MétaCan
Menu
Retour à la cohorte
Enregistrement W4410266380 · doi:10.1111/jan.17042

Operationalising Anti‐Oppression in Doctoral Nursing Education

2025· review· en· W4410266380 sur OpenAlexaff
Katerina Melino, Samantha Louie‐Poon

Notice bibliographique

RevueJournal of Advanced Nursing · 2025
Typereview
Langueen
DomaineSocial Sciences
ThématiqueCultural Competency in Health Care
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOppressionPedagogySociologyCritical pedagogyNurse educationEmpowermentNursingMedicinePolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

AIMS: Outline the rationale, experiences and vision for a progressive pedagogy in nursing doctoral education that embraces collaboration and collective world-building as strategies for developing liberatory knowledge. DESIGN: Conceptual exploration and vision statement grounded in the pedagogical theories of hooks and Freire. METHODS: Theoretical analysis of emancipatory pedagogies, review of existing literature on collaboration in doctoral programs and a reflective account. The framework proposed is informed by bell hooks' engaged pedagogy and Freire's critical pedagogy. RESULTS: The paper identifies the limitations of traditional, individualistic approaches in doctoral nursing programs and proposes a re-envisioned pedagogical framework that emphasises community and collective inquiry. CONCLUSION: The proposed progressive pedagogy for doctoral nursing education seeks to operationalise anti-oppression and decolonisation by fostering a collaborative and community-based approach to knowledge production. IMPLICATIONS FOR THE PROFESSION: Implementing this progressive pedagogical framework in doctoral nursing education can lead to the development of researchers who are better equipped to address social problems such as racism, oppression and health inequity. REPORTING METHOD: EQUATOR guidelines are not applicable. PATIENT OR PUBLIC CONTRIBUTION: This study did not include patient or public involvement in its design, conduct or reporting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,039
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,055
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,005
Communication savante0,0060,006
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
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 Opus0,081
Tête enseignante GPT0,513
Écart entre enseignants0,432 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreSynthèse

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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced NursingMême sujetCultural Competency in Health CareTravaux en français237 207