Exploring the impact of critical thinking on community health nursing education in Canada: a scoping review
Notice bibliographique
Résumé
• What is currently known about this topic? Critical thinking is essential in community health nursing education in Canada. • What the paper adds to the existing knowledge? This review identifies key contextual and educational factors influencing CT skills. • How the information in your manuscript can be applied to practice? Findings support improved CHN teaching methods to enhance students' critical thinking. To synthesizes the existing evidence about the contextual and educational factors that influence the development of critical thinking in undergraduate nursing students in community health nursing placements in Canada. This study employed a scoping review literature. A comprehensive search was conducted in CINAHL (EBSCO), Medline (Ovid), Embase, and ERIC databases. Peer-reviewed studies published between 2010 and 2024 were included. Two independent reviewers performed the screening process, data extraction, and quality assessment using Covidence, following the Arksey and O'Malley framework and PRISMA guidelines. Out of the 435 Canadian studies imported for screening, ten met the inclusion criteria. These studies highlight the significance of educational methodologies, such as virtual simulation, alongside contextual factors like the impact of the COVID-19 pandemic, which are crucial in shaping the development of critical thinking. Enhancing critical thinking skills in nursing students benefits their future practice by preparing them to address the complexities of community health nursing in Canada effectively.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».