„Þann er gott að fræða, sem sjálfur vill læra“ : hermikennsla sem kennsluaðferð í hjúkrunarfræðinámi
Bibliographic record
Abstract
Rannsóknaráætlun þessi er lokaverkefni til B.S. gráðu í hjúkrunarfræði við Háskólann á \nAkureyri. Markmið rannsóknarinnar er að kanna hvert álit nemenda er á innleiðingu hermikennslu í stað hluta verknáms í hjúkrunarfræðinámi. Í þeim tilgangi að skoða hvort aukning á hermikennslu í hjúkrunarfræðinámi sé raunhæfur kostur til styttingar verknáms. \nFjöldatakmörkunum er beitt í hjúkrunarfræðinám ár hvert m.a. vegna skorts á verknámsplássum, þrátt fyrir skort á hjúkrunarfræðingum sem mun einungis aukast næstu ár. Með aukinni notkun hermikennslu í hjúkrunarfræðinámi mætti fjölga nemendum í náminu og þar með auka fjölda útskrifaðra hjúkrunarfræðinga. Víða erlendis má finna fyrirmyndir fyrir því að nota að einhverjum hluta hermikennslu í stað verknáms og hefur verið almenn ánægja með slíkt fyrirkomulag meðal hjúkrunarfræðinema. \nRannsóknarspurning fyrirhugaðrar rannsóknar er: Hvert er viðhorf hjúkrunarfræðinema á fjórða ári til aukinnar hermikennslu í hjúkrunarfræðinámi? Notast verður við eigindlega rannsóknaraðferð við að reyna að svara rannsóknarspurningunni og leggja höfundar til að hugmyndafræði Vancouver-skólans í fyrirbærafræði verði höfð að leiðarljósi. Eigindleg rannsóknaraðferð er talin henta vel þar sem opnar spurningar og viðtöl eru talin gefa betri sýn á efnið en spurningalistar og tölfræðilegar rannsóknir. Leitað verður álitis fjórða árs hjúkrunarfræðinema á frekari innleiðingu hermikennslu í hjúkrunarfræðinámi. \nÞað er von höfunda að notkun hermikennslu að hluta til á móti verknámi falli vel að væntingum nemenda hérlendis til verknáms og geti gert verknámstíma markvissari. Enn fremur vekur aukin notkun hermikennslu vonir höfunda um að hjúkrunarfræðinemar ljúki verknámi með auknu öryggi, minni streitu og verði betur í stakk búnir til að takast á við komandi tíð. \nLykilhugtök: hermikennsla, hjúkrunarfræðinemi, sýndarsjúklingur, verknám, viðrun.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.006 |
| Scholarly communication | 0.012 | 0.007 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.094 | 0.041 |
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".