Barriers in education of indigenous nursing students: a literature review.
Notice bibliographique
Résumé
The poor health status of indigenous people has been identified internationally as a critical issue. It is now commonly accepted that the ability to address this concern is hindered, in part, by the disproportionately low number of indigenous health professionals, including nurses. This paper reports the findings of a review of literature that aimed to identify key barriers in the education of the indigenous undergraduate nursing students in the tertiary sector, to identify strategies to overcome these, and discuss these elements within the New Zealand context. A number of health-related databases were searched and a total of 16 peer-reviewed articles from Canada, U.S.A., Australia and New Zealand were reviewed. Key barriers to recruitment and retention and strategies to overcome these are presented. Barriers to recruitment included: academic unpreparedness; poor understanding of cultural needs; and conflicting obligations, and financial constraints. Barriers to retention included lack of cultural and academic support, family obligations and financial hardship. Strategies to address recruitment barriers included: addressing pre-entry education requirements; targeted promotion of nursing programmes; indigenous role models in the recruitment process; and streamlining enrolment processes to make programmes attractive and attainable for indigenous students. Strategies to address retention barriers included: cultural relevance within the curriculum; identifying and supporting cultural needs of indigenous students with active participation of indigenous staff; engaging communities and funding support. The crucial development of partnerships between academic institutes and indigenous communities to ensure the provision of a culturally safe, supportive environment for the students was stressed. In New Zealand, while government-level policy exists to promote the success of MBori nursing students, the translation of what is known about the recruitment and retention of indigenous students is an area for development.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».