MétaCan
Menu
Retour à la cohorte
Enregistrement W2040876822 · doi:10.1111/j.1525-1446.2010.00839.x

Willingness of University Nursing Students to Volunteer During a Pandemic

2010· article· en· W2040876822 sur OpenAlexaff
Olive Yonge, Rhonda J. Rosychuk, Tracey M. Bailey, Rob Lake, Thomas J. Marrie

Notice bibliographique

RevuePublic Health Nursing · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNursingPreparednessPandemicStakeholderMedicineCurriculumPublic healthObligationNurse educationPsychologyPublic relationsPolitical scienceCoronavirus disease 2019 (COVID-19)Pedagogy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The global threat of an influenza pandemic continues to grow and thus universities have begun emergency preparedness planning. This study examined stakeholder's knowledge, risk-perception, and willingness to volunteer. DESIGN AND SAMPLE: The design of this study is a cross-sectional survey. Questionnaires were sent to 1,512 nursing students and were returned by 484, yielding a response rate of 32% for this subgroup. Nursing students may be a much-needed human resource in the event of an influenza pandemic. MEASURES: The measurement tool was a Web-based questionnaire regarding pandemic influenza designed by a subgroup of researchers on the Public Health Response Committee. RESULTS: Most nursing students (67.9%) said they were likely to volunteer in the event of a pandemic if they were able to do so. An even higher number (77.4%) said they would volunteer if provided protective garments. Overall, 70.7% of students supported the proposition that nursing students have a professional obligation to volunteer during a pandemic. Nursing students indicated that they have had a wealth of volunteer experience in the past and they would apply this service ethic to a pandemic situation. CONCLUSIONS: Emergency preparedness competencies should be integrated into existing nursing curricula and other health science programs. University administrations need to engage in planning to create protocol for recruitment, practice, and protection of volunteers.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,452
Écart entre enseignants0,372 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations82
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic Health NursingMême sujetDisaster Response and ManagementTravaux en français237 207