The effect of career commitment on academic success among undergraduate baccalaureate nursing students
Notice bibliographique
Résumé
Background: The ability of students, specifically in higher education environments, to persist is a critical determinant of academic success. Student success is especially precarious within programs of nursing, where curricula include clinical, laboratory, and didactic content. Identifying and describing the barriers and facilitators to nursing student persistence provides a blueprint to appropriately use financial and human resources as well as determine the effect student demographic variables has on desiring, attending, or benefiting from academic interventions.Methods: A descriptive study was used to examine the relationship between the independent variable of self-assessed career commitment, and the dependent variable of academic success among undergraduate nursing students enrolled in a required blended course.Results: Despite no statistical significance between career commitment and academic success, it should be noted that the failing population had a higher mean score of TTF (Tendency to Foreclose) M = 32.75 than the passing population M = 31.54, which may that those students who failed may tend to prematurely commit to nursing as a career choice without a true exploration of possible career choices. The VEC (Vocational Exploration Commitment) M = 41.59 was higher in the passing population than the failures with a M = 37.50, which may indicate those that passed had explored all career options before committing to nursing as a career choice.Conclusions: The outcome of this study can guide further research concerning career commitment and career exploration interventions since the process of career commitment is a task for all college students, including those who choose nursing as they identify how they will meet their career goals. Framed by Tinto’s Theory of Student Departure, this study assessed the effect of career commitment on academic success among undergraduate baccalaureate nursing students.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».