Strategies to Diversify Canadian BSN Education: A scoping review
Notice bibliographique
Résumé
Background: Indigenous people, Black people, and men have and continue to face exclusion from nursing education and the profession. Furthermore, persisting Eurocentric and heteronormative systems of oppression may exclude people who are Asian, Latin American, identify as LGBTQ2IA+, or have disabilities. We conduct this review to identify strategies implemented by Canadian baccalaureate nursing (BSN) programs to recruit and retain students from systemically and historically marginalized populations. Methods: Using JBI scoping review methodology, we conducted searches in the following datasets: CINAHL (EBSCO), MEDLINE (EBSCO), ProQuest Dissertations & Theses, Web of Science, and ERIC (EBSCO). A total of 1724 citations were identified. After title, abstract and full article screening, 35 articles were included for extraction. Findings: Of the 30 identified recruitment and retention strategies, pathway programs for Indigenous students are the most frequently cited strategy. Formal evaluation of all strategies are scarce, as are strategies designated specifically for the recruitment and retention of other non-Indigenous marginalized populations. Conclusion: Further research is needed to identify strategies in place today, followed by formal strategy evaluation. Formal evaluation of successful strategies may allow Canadian institutions across the country to adopt them into their BSN programs, thus manifesting diversity into Canadian BSN education and the nursing profession.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,025 | 0,036 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».