A survey of nursing students’ experiences and accessibility to non-educational support services at a regional university campus
Notice bibliographique
Résumé
Background and objective: Higher education students face considerable financial hardship during their university life. Many resort to seeking paid employment to subsidise their living arrangements. For a select few this is not always sufficient, especially those from a low socioeconomic backgrounds. Nearly 40% of university students live below the poverty line. This has important implications for academic success and student health and wellbeing. The aim of this study was to review and identify the “non-educational” services nursing students are accessing to support academic success in the undergraduate nursing programme. Setting and methods: A total population sample of 243 nursing students from all three years of the undergraduate nursing programme at a satellite campus in regional Australia were invited to participate in an online 25-item survey. The survey questions consisted of student demographic data and questions addressing access and use of non-standard university services which incorporated multiple choice questions, Likert and open ended questions. Data was analysed using descriptive statistics and inductive content analysis. Results: Student demographics suggest that more than 30% of students in the sample are living below the poverty line, 55% of students come to university hungry, and the majority of students were frequently accessing free foodstuffs. Two themes emerged from the open-ended questions – accessibility and being grateful. Conclusions: Student poverty places students in a very stressful and difficult situation when prioritising between attending university or seeking paid employment. The students in this study identified that food insecurity and financial hardship were major issues that they often experienced on a daily basis despite access to other income streams. The needs for these types of services are growing as students feel the burden of achieving a university education and the debt that accompanies it.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».