The Spirituality Integration in Iranian Health Education: Best Lessons for Development
Notice bibliographique
Résumé
Background and Aim : In recent decade, nursing and medical schools increasingly tend to incorporate spirituality education in curriculums. This study was conducted to determine the spiritual education status and the gaps in Iranian nursing and medical schools and identify the best interventional tools to improve. Materials and Methods : It was performed a descriptive-comparative research by using an advanced search in international and national databases to collect all related materials on spiritual education. Ethical Considerations : Moral rules such as honesty and integrity in the search, analysis, reporting of the searched literature and citation of the sources were taken into consideration. Findings : The final sample comprised 48 articles concerning the spirituality integration in nursing and medical education. According to didactic various aspects, the findings subdivided into the associated subjects including; spiritual care education status in nursing and medical schools, educational patterns, interventions evaluation and Iranian studies assessment. Conclusion : There is a leading gap regarding the spirituality integration in nursing and medical curriculums in Iran, while the religious context and the centralized management of health education in Iran can be considered as appropriate opportunities for this aim. Based on the findings, the development of a structured educational system, sensitizing educational stakeholders and their stimulation by competitive award programs can be considered to a more effective integration of spiritual training in the health curricula. Citation: Mehrabi M. Memaryan N. Mohaghegh N. Abbasi M. The Spirituality Integration in Iranian Health Education: Best Lessons for Development. Bioeth Health Law J. 2017; 1(2):55-61.
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 | 0,008 | 0,000 |
| 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 | 0,013 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».