The relationship between emotional intelligence, previous caring experience and successful completion of a pre‐registration nursing/midwifery degree
Notice bibliographique
Résumé
AIM: To examine the relationship between baseline emotional intelligence and prior caring experience with completion of pre-registration nurse and midwifery education. BACKGROUND: Selection and retention of nursing students is a global challenge. Emotional intelligence is well-conceptualized, measurable and an intuitive prerequisite to nursing values and so might be a useful selection criterion. Previous caring experience may also be associated with successful completion of nurse training. DESIGN: Prospective longitudinal study. METHOD: Self-report trait and ability emotional intelligence scores were obtained from 876 student nurses from two Scottish Universities before they began training in 2013. Data on previous caring experience were recorded. Relationships between these metrics and successful completion of the course were calculated in SPSS version 23. RESULTS: Nurses completing their programme scored significantly higher on trait emotional intelligence than those that did not complete their programme. Nurses completing their programme also scored significantly higher on social connection scores than those that did not. There was no relationship between "ability" emotional intelligence and completion. Previous caring experience was not statistically significantly related to completion. CONCLUSION: Students with higher baseline trait emotional intelligence scores were statistically more likely to complete training than those with lower scores. This relationship also held using "Social connection" scores. At best, previous caring experience made no difference to students' chances of completing training. Caution is urged when interpreting these results because the headline findings mask considerable heterogeneity. Neither previous caring experience or global emotional intelligence measures should be used in isolation to recruit nurses.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».