MétaCan
Menu
Retour à la cohorte
Enregistrement W2950110094 · doi:10.55016/ojs/ajer.v65i2.56527

Some Factors that Influence Students’ Experiences, Engagement, and Retention in a Practical Nursing Program

2019· article· en· W2950110094 sur OpenAlexaffvenueabout
Viola Manokore, Jennifer Mah, Fauziya Ali

Notice bibliographique

RevueAlberta Journal of Educational Research · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensQuest University CanadaNorQuest College
Organismes subventionnairesnon disponible
Mots-clésPsychologyFocus groupThematic analysisAttritionContext (archaeology)BelongingnessMedical educationDemographicsQualitative researchPedagogyNursingSociologySocial psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

This paper reports on qualitative data from a larger study that was designed to identify some of the factors that influence practical nursing students’ experiences, engagement, resilience, attrition, performance in the program and professional licensing examination. Some descriptive statistics were included in this paper in order to provide context of the demographics of the students in the program. We explored and identified some factors that influence practical nursing students’ experiences and attrition in the practical nursing program at a community college in the Prairie Region in Alberta. Students enrolled in the program during Winter 2015 term were invited to participate in the study. 263 students consented to participate in the study and completed an online survey on student engagement and belongingness. A total of three focus group discussions (FGDs) were conducted to gather more information on students’ experiences. Exit interviews were completed with 21 students who dropped out of the program. Thematic analysis was done on FGDs and exit interviews. The themes that emerged from the data as main factors that influenced student experiences include institutional, social, and cognitive factors. Exit interview data shows that students “depart” due to financial, academic, family, and career choice changes. Cet article fait état de données qualitatives tirées d’une plus grande étude conçue pour identifier quelques-uns des facteurs qui influencent les expériences, la participation, la résilience, le taux d’attrition et le rendement des étudiantes infirmières au sein du programme et lors de l’examen d’accréditation professionnelle. Des statistiques descriptives sont présentées de sorte à fournir un contexte démographique des étudiants dans le programme. Nous avons exploré et identifié des facteurs qui influencent les expériences et le taux d’attrition des étudiantes infirmières dans un programme de soins infirmiers auxiliaires d’un collège communautaire dans la Prairie Region en Alberta. Nous avons invité les étudiants inscrits au programme pendant le semestre d’hiver 2015 à participer à l’étude. Au total, 263 étudiants ont accepté d’y participer et ont complété une enquête en ligne portant sur la participation des étudiants et leur sentiment d’appartenance. Trois discussions ont eu lieu avec des groupes de consultation afin de recueillir davantage d’information sur les expériences des étudiants. Des entrevues de départ ont eu lieu avec 21 étudiants qui ont quitté le programme. Les discussions des groupes de consultation et les entrevues de départ ont été soumises à une analyse thématique. L’analyse a permis d’identifier des facteurs qui influencent les expériences des étudiants. Parmi ceux-ci, notons des facteurs institutionnels, sociaux et cognitifs. Les données des entrevues de départ indiquent que les étudiants quittent le programme pour des motifs financiers, académiques, familiaux ou en raison d’un changement de choix de carrière. Mots clés : sentiment d’appartenance; décrochage; soins infirmiers auxiliaires; participation des étudiants; rétention des étudiants

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,175
Tête enseignante GPT0,563
Écart entre enseignants0,388 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetHigher Education Research StudiesTravaux en français237 207