Cultural Shift From a Teacher- to a Learner-Centered Teaching Environment in an Undergraduate Nursing Program
Notice bibliographique
Résumé
The changing Canadian demography—resulting in an older population with increasing health issues—coupled with the ongoing pandemic, requires nursing programs to produce graduates ready to provide safe, competent nursing care. Learner-centered teaching (LCT) is an effective approach that facilitates deep learning and the emergence of a new meaning of knowledge. However, teacher centeredness in nursing education that emphasizes memorized knowledge versus higher-order thinking is still prevalent. This Organizational Improvement Plan (OIP) aims to shift the beliefs, attitudes, and practices of the nursing faculty in an undergraduate nursing program in Ontario, Canada, from those of a more traditional lecturer role to those of a learning co-facilitator. The results of recent program exit surveys completed by graduating students support the need for such intervention, showing that the current teaching practice is misaligned with the philosophy of the nursing school and the program. The OIP is approached from an interpretivist paradigm and cultural lens, utilizing the shared, transformational, and adaptive leadership frameworks, all of which underscore the experiences of the teachers and learners as they co-construct reality, while emphasizing that multiple meanings may exist across individuals and groups. In alignment with these theoretical frames, the stages of the cycle-of-learning-and-change framework and the change path model were selected to implement change. Thus, these frameworks serve as guides for the detailed implementation, monitoring and evaluation, and communication plans. Future considerations include the expansion of the change project to other programs in the nursing school and the scientific evaluation of LCT in the nursing program.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».