MétaCan
Menu
Retour à la cohorte
Enregistrement W6981544193

Engaging health students in family assessment through the use of a simulated video as a blended learning resource

2017· other· en· W6981544193 sur OpenAlexaboutno aff

Notice bibliographique

RevueGriffith Research Online (Griffith University, Queensland, Australia) · 2017
Typeother
Langueen
DomaineArts and Humanities
ThématiqueBach Studies and Logistics Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Quality (philosophy)Identification (biology)Resource (disambiguation)Work (physics)Presentation (obstetrics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Blended learning resources increase student engagement and contribute to their understanding of theory to practice by creating a flexible and student friendly delivery. Simulation of ‘real life nursing’ enables equitable learning across student groups. The development of four family assessment videos demonstrating therapeutic communication and family assessment provided a learning resource for health students. Guided by the Family Systems Theory which identifies the patient and family as a unit, this presentation will outline the development and evaluation of family assessment videos. Theory: The family assessment videos are based on the Australian Family Strengths Nursing Assessment Guide [AFSNAG] and the Calgary Family Assessment Model [CFAM]. Using best practice guidelines for development of blended learning resources the videos were developed from case studies, into scripts and then simulations. A continuous review process over the development was conducted to ensure quality and authenticity. Actors were used as family members to ensure ethical standards were not compromised during the production of the videos. Outcomes: Case studies were developed using a team approach, previous clinical experience, qualitative research and developed course work to ensure validity to the family situations. Questions from family assessment models were integrated into the scripts to prompt students to identify links between family nursing theory and practice. Each case study and subsequent script were reviewed by experienced academics, particularly the indigenous case study to ensure appropriate depiction of the family scenario. Conclusions: The development of the family assessment videos as a blended learning resource used a multifaceted approach to reflect authenticity and promote student engagement. Using best practice guidelines for blended learning resources ensured clarity and appropriate length. The project was guided by Family Systems Theory which enabled a focus on family as a unit of care, providing a rich resource for health students in a variety of courses.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,352
Tête enseignante GPT0,435
Écart entre enseignants0,084 · 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'étudeSans objet
Domainenon disponible
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGriffith Research Online (Griffith University, Queensland, Australia)Même sujetBach Studies and Logistics DevelopmentTravaux en français237 207