Soutenir le développement des compétences de préceptrices à l'aide d'un forum de discussion
Bibliographic record
Abstract
La réussite des étudiantes infirmières lors des stages cliniques repose de manière importante sur la préparation des infirmières au rôle de préceptrice. Il est donc indispensable de créer et de rendre disponibles des activités de formation continue qui visent le développement de compétences en préceptorat dans les milieux cliniques. En effet, l’opportunité de participer à des activités de formation sur le préceptorat offre des bénéfices importants quant à la satisfaction de se sentir mieux préparé et au partage d’expériences avec des collègues. Or, l’environnement en ligne permet la création de programmes qui encouragent les échanges et les discussions en plus de favoriser un espace d’apprentissage social. Cet article présente la mise en œuvre d’une activité de formation en ligne pour soutenir le développement des compétences de préceptrices accompagnant des étudiantes en stage. Les résultats de cette expérience ont mis en évidence plusieurs contraintes à la participation des infirmières à cette activité ainsi que l’importance d’un partenariat organisationnel entre l’établissement d’enseignement et le milieu clinique pour contourner ces contraintes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.023 | 0.047 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.009 | 0.009 |
| Open science | 0.002 | 0.012 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.042 | 0.010 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".