Effects of problem-based learning on nurse competence: A systematic review
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
Objective : The aim of this review was to examine studies for evidence of the effects of problem-based learning on the competence of nurses in clinical practice. Methods : A 5-step systematic review was undertaken as follows: defining the review question, setting the review objectives, searching databases to identify relevant studies between 1999-2009, selecting studies according to set criteria, and extracting and analysing the data. A primary review of 2,815 abstracts led to the selection of 11 studies, identified from a search of eight databases. By consensus review these were narrowed down to five studies: one quantitative and four qualitative. Using the Joanna Briggs SUMARI (System for the Unified Management, Assessment and Review of Information) programme, data were analyzed by meta-synthesis of the qualitative studies and a narrative summary of the quantitative study. Results : Five studies (two from the USA; two from South Africa; one from Canada) met the inclusion criteria. From the evidence it was found that problem-based learning (PBL) had positive effects on nurse competence. The most commonly identified competencies include problem-solving, critical thinking, self-directedness and independent practice. PBL is instrumental in equipping nurses with leadership skills and the ability to provide high level, quality patient care. Conclusions : Problem-based learning has positive effects on the development of nurse competence. Supervisors in clinical practice are generally positive about graduates’ competence and are inclined to place them in a leadership position in clinical areas.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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