Mapping the Disaster Competency Landscape in Undergraduate Nursing - A Case Study of Nursing Educators in British Columbia, Canada
Notice bibliographique
Résumé
Introduction: In British Columbia (BC), Canada, it is increasingly commonplace for communities to experience yearly disaster events such as floods, forest fires, avalanches, and mudslides. Nurses are known to be one of the largest groups of healthcare workers and are often challenged to care for members of the public during these events. Many nurses have stated that they do not have enough education to provide quality care in a disaster role, as they received no education in their undergraduate nursing degrees. Aim: The aim of this study was to explore how and what nurse educators are teaching undergraduate nursing students regarding the disaster nursing role within Schools of Nursing in BC, Canada. Understanding the current practice of teaching will serve as a starting point for shaping future best practice undergraduate nursing disaster educational frameworks. Methods: This study used a qualitative case study methodology guided by Merriam’s procedural approach with a theoretical framework of adult teaching and learning. Results: The findings indicate that disaster nursing knowledge is taught either within existing global health courses or rarely is leveled throughout the program. Many challenges exist for educators, which include lack of current resources, workload restrictions, and lack of personal disaster knowledge. Content is determined by the educator. However, there is no specific model or link to disaster nursing competencies or assessment strategies. Most content is delivered didactically by the educator with some expert guest speakers or collaborative simulation events. Discussion: The identified priority challenge is to obtain clarity and understanding around just what knowledge is required and how it should be evaluated. Some suggestions for a specific undergraduate disaster nursing model will be presented in order to ensure that students have the foundational knowledge that they require and that our educators are prepared to teach them.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».