L’expérience d’un échec à l’examen professionnel infirmier NCLEX-RN des diplômées du programme francophone de baccalauréat en sciences infirmières
Bibliographic record
Abstract
Afin de devenir infirmière en Ontario, les diplômées d’un programme de sciences infirmières doivent réussir un examen d’admission à la profession pour obtenir leur permis d’exercice. En 2015, l’examen canadien a changé de format et il est devenu similaire à celui des États-Unis, soit le « National Council Licensure Examination – Registered Nurse » (NCLEXRN). Les premiers résultats canadiens à l’examen d’admission à la profession infirmière NCLEX-RN ont démontré de nombreux échecs, qui touchaient davantage les francophones que les anglophones. L’échec à un tel examen peut être dévastateur pour les candidates, tant sur le plan professionnel que personnel. Les candidates qui ne réussissent pas l’examen NCLEX-RN peuvent devenir déprimées et isolées et subir des difficultés financières. De plus, le parcours de la vie ainsi que leur perspective d’emploi sont souvent remis en question. Puisque le phénomène d’un échec à l’examen NCLEX-RN canadien auprès d’une population francophone reste encore peu connu, à l’aide d’une approche phénoménologique, l’expérience de cet échec est expliquée par des diplômées du baccalauréat en sciences infirmières francophones de l’Université Laurentienne (UL) de Sudbury. Les participantes ont été recrutées à l’aide d’un échantillonnage non-probabiliste, notamment l’échantillonnage de convenance. Les données ont été recueillies à l’aide d’entrevues individuelles semi-dirigées. Les résultats de cette étude ont démontré que les participantes francophones ont vécu des difficultés supplémentaires lors de la préparation et lors de l’examen NCLEX-RN peu importe la langue choisie qui, entre autres, est reliée à un ou plusieurs échecs de cet examen.
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 | 0.025 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.015 | 0.004 |
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".