MétaCan
Menu
Retour à la cohorte
Enregistrement W66392079 · doi:10.3928/0022-0124-20040701-09

Doing Phenomenological Research Collaboratively

2004· article· en· W66392079 sur OpenAlexaff
Brenda Paton, Sue Martin, Patricia McClunie-Trust, Norma Weir

Notice bibliographique

RevueThe Journal of Continuing Education in Nursing · 2004
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPracticumConsistency (knowledge bases)Perspective (graphical)PsychologyMedical educationPedagogyMedicineNursingComputer science

Résumé

récupéré en direct d'OpenAlex

Collaborative research between nurses employed in the academic and practice sectors is a cost-effective and innovative way to investigate aspects of clinical practice, articulate clinical and teaching expertise, and extend professional practice knowledge. In collaborative ventures, researchers from different institutional cultures often work together to investigate a particular area of interest. This poses challenges in relation to the perceptions, understandings, and interpretations of the research question and of the mode of inquiry, particularly when investigating through the qualitative paradigm. The purpose of this article is twofold. The first is to clarify some of the challenges experienced while conducting collaborative research and describe the steps taken to ensure consistency between the purpose of the research and the phenomenological research design used to explore the learning that nursing students acquire in their final clinical practicum. Second, it was thought that by illuminating this learning, registered nurses working as preceptors and those supporting new graduates could gain insight into the complexities of learning the skills of safe and competent practice from the student's perspective. This insight is essential in creating a strategy between education and practice to minimize the duplication of learning opportunities and lessen the cost of supporting newly registered nurses, which may be at the expense of investment in the professional development of experienced registered nurses.

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)0,102
score de la tête « metaresearch » (Gemma)0,097
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil0,540

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1020,097
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0070,006
Études des sciences et des technologies0,0120,038
Communication savante0,0180,016
Science ouverte0,0040,012
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,029
Tête enseignante GPT0,402
Écart entre enseignants0,373 · 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'étudeQualitatif
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Continuing Education in NursingMême sujetNursing education and managementTravaux en français237 207