MétaCan
Menu
Retour à la cohorte
Enregistrement W4410635272 · doi:10.1016/j.nepr.2025.104411

Social media in nursing and midwifery education: A 20-year bibliometric analysis

2025· article· en· W4410635272 sur OpenAlexaffabout
Siobhán O’Connor, Jennie C. De Gagné, Ruth Harris, Mary Malone, Richard Booth

Notice bibliographique

RevueNurse Education in Practice · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésNursingObstetricsNurse educationSocial mediaMedicineSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

AIM: To provide insights into scientific publications, research trends and knowledge gaps on social media in nursing and midwifery education BACKGROUND: Social media is widely used in nursing and midwifery education to support learning. DESIGN: Bibliometric analysis METHODS: Scopus was searched using key terms (2004-2023). Results were screened on Rayaan for relevancy leaving 481 studies. Microsoft Excel and VOSviewer aided the bibliometric analysis to understand the volume and scope of research on social media in nursing and midwifery education. RESULTS: Pedagogical research on social media in nursing and midwifery increased steadily since 2004, with a slight decrease in 2022 possibly due to the coronavirus pandemic. The countries which published most in the field were the United States, the United Kingdom, Australia and Canada and their institutions and researchers had numerous co-authorship links with others across the globe. Six main research themes emerged - 1) diversity of social media, 2) learning on social media, 3) impact of social media during COVID-19, 4) professionalism on social media, 5) interprofessional education and 6) pedagogy in social media education. CONCLUSION: Pedagogical research on social media in nursing and midwifery education is growing. This evidence can help educators and students make the most of these dynamic technologies for learning. Further research into newer online platforms such as Instagram, TikTok and LinkedIn, exploring social media for the continuing professional development of nurses and midwives and more rigorous experimental research examining the effect these technologies have on the learning outcomes of students and practitioners to inform educational practice.

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)0,029
score de la tête « metaresearch » (Gemma)0,081
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,769
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,081
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,2310,258
Études des sciences et des technologies0,0030,001
Communication savante0,0070,008
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,057
Tête enseignante GPT0,510
Écart entre enseignants0,453 · 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.

Devis d'étudeSans objet
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

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNurse Education in PracticeMême sujetSocial Media in Health EducationTravaux en français237 207