Factors Associated With Dropout, Retention and Graduation of Nursing Students in Selected Universities in South Africa: A Narrative Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Much has been discussed in workshops, meetings, seminars and nursing summits in South Africa but very little has been revealed in literature on the scourge of drop out, retention and graduation rates of nursing students. The authors reviewed literature related to dropout, retention, completion and graduation rates of nursing students in selected universities in South Africa. Journal articles from 2007-2016 were reviewed for emerging themes about nursing students’ dropout, retention, completion, success and graduation. Exclusion criteria: online or distance education programmes, postgraduate programmes, experimental or randomized control trials and previous review studies. Comprehensive electronic search was conducted for published longitudinal and cross- sectional studies. Specific databases: PubMed, MEDLINE, EBSCO host, CINHAL. Specific search terms: [“student” OR “nursing”], OR [“dropout” OR, “retention”], OR [“graduation”, OR “education” OR “success” OR “completion”] AND “universities” OR “undergraduate” AND [“strategies” OR “interventions”]. Thirty- four (34) studies met review criteria. Fifteen (15) (47.06%) of the studies reported results on attrition, 16 (47.06%) reported on retention and 3 (8.82%) reported on completion and graduation. Academic, personal, preparedness and social factors were associated with dropout, retention and graduation of nursing students in South Africa. Dropout from undergraduate nursing programme is fraught with many problems. There is a need for retention models. Without nurses, much of the public health outcomes will be hardly achieved. If the problem of dropout and retention with decreased graduation persists, the health services will be crumbled thus affecting the realization of the health outcome “a long and healthy lifestyle for all”.
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.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 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 découle