Clinical supervision at a magnet hospital: A review of the preceptor-facilitator model
Notice bibliographique
Résumé
Background : The demand for clinical placements and quality clinical supervision for nursing students remains an international issue. In light of on-going concerns related to recruitment and retention of nurses and constraints on fiscal resources both in education and healthcare, the aim of this review was to compare the “preceptor-facilitator” clinical supervision model used at a Magnet hospital against the “preceptor” and “facilitator” clinical supervision models frequently used in the clinical learning environment in Australia. Methods : A qualitative-descriptive review was undertaken using first, second and third year undergraduate nursing student evaluations (n = 93). Evaluations were completed during the last three days of students’ clinical placement using an electronic questionnaire. The questionnaire tool used open and closed questions to examine three main concepts: student-preceptor supervision; student-facilitation supervision; and the clinical learning environment. Findings : Three main themes emerged from the review. Firstly, how undergraduate nursing students highly valued the facilitator-student relationship; secondly, the importance of “support” as being an integral part of students’ clinical learning experience and thirdly; the recognition of students being considered as part of the health care team and a valued contributor towards patient care. Conclusion : The preceptor-facilitation model described and evaluated in this review offers an excellent clinical supervi- sion framework to support, nurture and foster a positive clinical learning environment for nursing students. This model of clinical supervision strategically aims not only to provide nursing students with high quality clinical supervision but offers nurses a supportive environment as preceptors and professional development opportunities through clinical facilitation. This review does highlight that there is a need for more research regarding the use of the preceptor-facilitator model to include the perspectives of both education and healthcare providers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».