Evaluation of Nursing Students’ Communication Abilities in Clinical Courses in Hospitals
Notice bibliographique
Résumé
BACKGROUND: Joint Commission on Accreditation of Healthcare Organizations (JCAHO) has established, improving communication as a priority for improving patient safety since 2006. Therefore, the present study aimed to evaluate nursing students' communication abilities to recognize their strengths and weaknesses in communication skills. METHOD: This cross-sectional study was carried out in 2014. The study participants included all the nursing students who passed two semesters in Fatemeh School of Nursing and Midwifery in Shiraz, Iran. The students' communication skills were assessed using a self-administered questionnaire. Then, the data were entered into the SPSS statistical software (v. 16) and analyzed using both descriptive (mean and percentage) and inferential statistics (Pearson correlation and ANOVA). RESULTS: Among the 200 students who completed the questionnaires, 58% were female and 42% were male with the mean age of 21.79 years (SD=2.14). The results of Pearson correlation analysis demonstrated a significant correlation between the nursing students' clinical communication behavior scores and treatment communication ability scores (P<0.001). The findings demonstrated that most nursing students required improvement in their communication skills in both clinical communication behavior and treatment communication ability. Besides, a significant difference was observed among the students of different terms regarding clinical communication behaviors (P?0.05), but not concerning communication abilities. Nursing students in higher semesters had better communication skills. CONCLUSIONS: The results showed that nursing students in this university had a moderate ability in clinical and treatment communication. Thus, paying attention to standard education, curriculum revision, and adding some specific theoretical lessons for improving communication skills are mandatory during the bachelor's degree.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».