Developing and validating the Clinical Competence Questionnaire: A self-assessment instrument for upcoming baccalaureate nursing graduates
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Although researchers have evaluated nurse competence in past studies, few have focused on the compe- tence levels of nursing students immediately prior to graduation. Additionally, many of the competence scales were not supported with strong evidence of reliability or validity. The purpose of this study was to develop and test the psycho- metric properties of the Clinical Competence Questionnaire (CCQ) that measures the perceived clinical competence of upcoming baccalaureate nursing graduates. Methods: The Clinical Competence Questionnaire was developed based on Patricia Benner’s “From Novice to Expert” model. This developed instrument was evaluated in a cross-sectional study. A total of 340 baccalaureate students in their final semester of a 2-year RN-to-BSN program in Taiwan completed and returned the questionnaire. Out of the 340 students, data from 293 students who did not have work experience were used to test reliability and validity of the scale. The instrument was tested for content, construct, and criterion-related validity. Results: The Cronbach’s alpha for the entire CCQ was .98. Content and known-groups validity were confirmed. Principal component analysis showed a high degree of explanation of competence and revealed four components of competence: nursing professional behaviors, core nursing skills, general performance, and advanced nursing skills. Conclusion: The results from our study indicate the CCQ demonstrates good reliability and validity for measuring the perceived clinical competence of upcoming baccalaureate nursing graduates. The CCQ is also a useful tool and is easy to administer for the self-assessment of nursing clinical competence. Study limitations and further recommendations for nursing are discussed.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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