Atributos explorados en tutores clínicos para conducir el aprendizaje práctico del estudiante de enfermería
Bibliographic record
Abstract
Introduccion : la mentoria en formacion de estudiantes de enfermeria en ambientes clinicos es reconocida en paises anglosajones como Canada, Reino Unido ( Nursing Midwifery Council ) Espana e Italia, donde es identificada como problematica de la profesion, por debilitarse el tutelaje de estudiantes en escenarios de formacion practica. Objetivo : Describir atributos que perciben tutores clinicos de enfermeria para conducir el aprendizaje formativo en practicas clinicas. Metodos : Estudio descriptivo, exploratorio. Las unidades de analisis fueron tutores de dos unidades academicas de universidades chilenas, temporalidad del estudio, marzo 2018 a noviembre 2019. Para seleccionar los participantes se opto por muestreo homogeneo; activo hasta obtener saturacion muestral y suficiencia de informacion. Se incluyeron al estudio enfermeras asistenciales, contratadas por universidades, con mas de tres anos como tutores; se excluyeron, academicos supervisores de practicas, que son parte del cuerpo de escuelas de enfermeria de ambas universidades. El trabajo de campo inicio con vagabundeo; se crearon mapas sociales y temporales para primeros acercamientos a los participantes. Para recoger la informacion, se uso tecnica de grupos focales. Se respetaron exigencias y principios eticos de estudios con seres humanos. Resultados : Los tutores perciben que una buena practica se inicia con proyeccion y proximidad de universidad con hospital, destacan necesidad de formacion para su accion de mentoria con estudiantes, influenciada por condiciones favorecedoras del clima de aprendizaje del entorno clinico. Conclusiones : Cinco subcategorias configuran atributos de tutores para conducir practicas clinicas: desarrollo del plan de estudio, planificacion de tutoria, entorno de aprendizaje clinico, supervision de practica y pensamiento cientifico-reflexivo.
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 | 0.012 | 0.028 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".