MétaCan
Menu
Retour à la cohorte
Enregistrement W7126124902

Staff Education Program to Increase Staff Knowledge on Evidence-Based Practices to Reduce Falls

2025· article· W7126124902 sur OpenAlexaboutno aff
Julianna Panontin

Notice bibliographique

RevueScholarWorks (Walden University) · 2025
Typearticle
Langue
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBachelorAccreditationNurse educationBest practiceProfessional developmentLifelong learningQualitative researchCulture change
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nursing education is evolving, requiring educators to adapt teaching methods due to advances in technology, pedagogy, and accreditation standards. In Northern Ontario, geographic and resource limitations make this adaptability critical for ensuring equitable, high-quality education. Guided by Lewin’s change theory, this qualitative phenomenological study examined how Bachelor of Science in Nursing (BScN) nursing educators in Northern Ontario adapted their teaching practices to these evolving demands. Six full-time educators teaching in BScN programs with at least 3 years of recent nursing education experience using synchronous instructional methods participated in semistructured qualitative interviews. Data were analyzed using Saldaña’s coding framework. Four themes emerged from the analysis: recognizing the need to change methods, implementing active and student-centered approaches, adopting contemporary student-focused strategies, and embracing lifelong learning and reflective growth. Despite barriers such as underfunding and limited professional development, participants demonstrated resilience and innovation through collaborative, low-cost practices that enhanced student engagement and fostered professional renewal. The implications for positive social change include the potential for nursing educators to apply innovative, student-centered practices to improve outcomes, expand equitable access, and foster professional growth. Findings may also guide regionally responsive policy development to support sustainable nursing education in Northern Ontario and other underresourced contexts.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,355

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,177
Tête enseignante GPT0,499
Écart entre enseignants0,322 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarWorks (Walden University)Même sujetHealth Sciences Research and EducationTravaux en français237 207