Exploring Self-Efficacy and Anxiety in First-Year Nursing Students Enrolled in a Discipline-Specific Scholarly Writing Course
Notice bibliographique
Résumé
Background: Very few studies measuring writing self-efficacy or anxiety in undergraduate nursing students exist in the education literature. The purpose of the present investigation was to identify if changes to writing self-efficacy and writing anxiety will occur in first-year baccalaureate nursing students who are exposed to a discipline-specific scholarly writing course employing scaffolding strategies as the primary instructional method. Concurrently, this study was the pilot test for a new measure assessing writing self-efficacy, The Self-Efficacy Scale for Academic Writing. Method: A one-group pre-test/posttest design was employed. Sixty-four (64) paired questionnaires were available for analysis. Bandura’s self-efficacy theory and a scaffolding process guided the study. Results: Anxiety was significantly reduced from pre-test to posttest (p = .005). Writing self-efficacy improved and was near but not significant (p = .051). Writing self-efficacy at pre-test predicted 15.4% of the variance in final self-reported grade on the scholarly paper (p = .001). Students who reported writing their paper late or last minute reported significantly higher writing self-efficacy compared to students who reported adhering to the paper task schedule (p = .021). There were no differences in writing self-efficacy scores based on student past experience with writing or their help seeking activities. Conclusion: First year nursing students can benefit from taking a discipline-specific writing course incorporating scaffolding as an instructional method as both writing anxiety and writing self-efficacy can potentially be improved in this population. However additional research is required to support this claim.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,006 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».