Nursing clinical reasoning cognitive strategies used in a learning-by-concordance modality: A qualitative descriptive study
Notice bibliographique
Résumé
AIMS: The primary aim of this study is to describe the cognitive strategies employed by nursing students during a Learning-by-Concordance (LbC) activity. A secondary aim is to compare these strategies with those used by experienced nurses. BACKGROUND: Technological advancements have facilitated the integration of diverse pedagogical modalities into nursing education. However, the mechanisms by which digital modalities support the development of cognitive strategies for clinical reasoning remain insufficiently understood. DESIGN: A descriptive qualitative design was adopted. METHODS: Content analysis was used to identify and describe the cognitive strategies mobilized during the LbC activity. This was complemented by a frequency analysis to compare the strategies used by students and experienced nurses. RESULTS: A total of 46 participants were recruited: 10 novice students, 16 intermediate students and 20 experienced nurses, including 13 rehabilitation nurses and 7 nurse educators. Findings revealed that some cognitive strategies-such as identifying salient data, seeking additional information and forming relationships between data-were more frequently employed. Student responses varied in precision and length, while nurses' responses tended to include detailed contextualization of nursing hypotheses. Educators' responses often emphasized procedural rules and provided clarifications related to the proposed hypotheses. CONCLUSIONS: The results underscore the importance of adapting the LbC modality to better support the cognitive strategies essential for clinical reasoning in nursing. Three pedagogical variations are proposed: (1) structuring activities around illness and nursing scripts; (2) integrating think-aloud strategies; (3) fostering interactivity through individual and collaborative group work.
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 | 0,004 | 0,279 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».