MétaCan
Menu
Retour à la cohorte
Enregistrement W7133068589

Student and supervisor experiences of health student service learning placements in rural communities

2024· article· en· W7133068589 sur OpenAlexfundno aff
Elsie (Elmien); id_orcid 0000-0001-7965-6245 de Klerk, Elise; id_orcid 0000-0001-5896-1304 Ryan, Melissa; id_orcid 0000-0001-7088-5826 Nott, Elyce Green, Rebecca; id_orcid 0000-0003-2272-4694 Barry

Notice bibliographique

RevueCharles Sturt University Research Output (CRO) · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensnon disponible
Organismes subventionnairesCollege of Engineering, Michigan State UniversityMichigan State UniversityFlinders UniversityUniversity of TorontoUniversity of SurreyUniversity of WaterlooCurtin University of TechnologyUniversity of the Sunshine CoastUniversity of New South WalesAuckland University of Technology, New ZealandUniversity of WollongongUniversity of Waikato
Mots-clésService-learningFeelingSupervisorService (business)Experiential learningRural areaRural healthCommunity health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Rural health work-integrated learning exposes students to the unique features of rural professional practice and provides opportunities to improve students’ work-readiness. Service learning placements delivered in rural settings seek to address the dual goals of student learning and meeting community identified needs. This research aimed to evaluate the experiences of students and supervisors who were involved in service learning placements in various rural and regional communities across a range of educational and health settings. Thirty-eight participants completed an online survey, reporting high levels of satisfaction with this placement format. Students experienced a strong sense of belonging within the host organisation, felt welcomed, and engaged in organizational and community activities. Supervisors universally reported feeling well supported. Ongoing attention to supervisory confidence, particularly when supervisors are unfamiliar with the service learning placement format is indicated, along with the need to develop student awareness of and access to interprofessional learning opportunities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,129
Tête enseignante GPT0,405
Écart entre enseignants0,276 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCharles Sturt University Research Output (CRO)Même sujetService-Learning and Community EngagementTravaux en français237 207