Common variables found among students who were unsuccessful on the NCLEX-RN® in a baccalaureate nursing program
Notice bibliographique
Résumé
Schools of nursing (SON) must meet the challenges of producing safe, competent practitioners. Educators are constantly trying to identify predictors of program completion and National Council Licensure Examination–Registered Nurses (NCLEX-RN®) success, as well as variables that put students at risk for failure. The purpose of this study was to determine common variables among students from a baccalaureate-nursing program who were unsuccessful in the nursing program or on the NCLEX-RN®. This cross sectional research study utilized a retrospective correlational design to discover the relationships between independent variables of degree and cumulative GPAs, specific courses repeated, number of repeated courses and whether the student had full-time or part-time clinical faculty members and the independent variables program non-completion and NCLEX-RN® failure. The theoretical underpinning that guided this study was Bandura’s Social-Cognitive Theory of Self-Efficacy. Data analyses were conducted using a series of crosstabulations with chi-square analysis and t-tests. The research questions were investigated using binary logistic regressions. The relationship between repeated chemistry courses and NCLEX-RN® examination success was significant. Relationships between repeated English, math, chemistry and other science courses and nursing program failure were significant. Cumulative GPAs were significantly lower for all groups analyzed. Two binary logistic regression analyses were conducted to determine variables that would predict students who failed to complete the program or failed the NCLEX-RN®. Overall both models were significant. Results may be utilized to modify admission requirements and admit students that have a higher probability of being successful in the nursing program and on the NCLEX-RN®.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».