Near Peer Learning To Facilitate Nursing Students’ First Medical Surgical Clinical Experience
Notice bibliographique
Résumé
Introduction and Background: Ensuring an appropriate clinical experience for students is becoming more challenging in the context of a global nursing shortage, more acutely ill clientele, and limited numbers of educators, academics and clinical instructors. Near Peer Learning Activities (NPLA) have been shown to be effective and may help students to feel prepared and confident to begin the clinical rotation. This study explored nursing students’ experiences in their first medical-surgical practicum following a NPLA involving Health and Physical Assessment (HPA). Methods: Educators at one Canadian University recently designed and implemented a NPLA in the clinical setting where junior nursing students performed a focused health and physical assessment on a patient, in an acute medical-surgical unit with the guidance of senior students. Ten nursing students who took part in the NPLA were individually interviewed. Thematic content analysis was used to generate the themes. Findings: Following the NPLA, two main themes captured the essence of the students’ experience: (1) making nursing real through near peer learning and (2) surmounting personal and contextual challenges in a first medical-surgical experience. Students “owned” their HPA skills, felt excited and prepared entering their medical-surgical placement. During the experience, however, students worried about not measuring up and the unreceptive learning environment. Conclusion: The NPLA provided a safe context for novice students to apply HPA and become familiar with the hospital setting, facilitating their transition into a challenging first medical-surgical practicum.
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 | 0,007 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».