Impact of an educational intervention in enhancing nurses’ knowledge towards psychiatric patients’ ethical and legal rights
Notice bibliographique
Résumé
Background and objective: The management of psychiatric patients and the law of ethic already exists. Therefore, nursing ethics are necessary for psychiatric nurses since they are involved in providing services that impact human life. The aim was to evaluate the effectiveness of an educational program in enhancing nurses’ knowledge regarding their responsibilities toward psychiatric patients’ ethical and legal rights.Methods: A quasi experimental study design with one group pre/post was used with 30 nurses recruited conveniently from Psychiatric Hospital Jeddah, Saudi Arabia. Nurses were questioned using 5 short answer questions, 11 multiple choice questions and the Structured Knowledge Questionnaire developed by Kumar, Mehta, and Kalra (2011).Results: A total of 30 nurses were recruited, with their age ranging between 25-54 years old; the majority (59.4%) were married, while 78.1% neither have psychiatric nursing experiences nor did they study ethics during their undergraduate years. The total mean score of pre-knowledge questionnaire was 27.2 ± 2.97 compared to 30.2 ± 2.40 in post assessment, with a significant difference between pre and post assessment. On the other hand, the total mean percentage of nurse’s theoretical background in pre assessment was 25% compared with 29% with no significant difference between pre and post interventions.Conclusions: Nurses’ knowledge was inadequate regarding ethical and legal rights. The current study findings evidenced the effectiveness of the educational intervention in changing the nurses’ knowledge significantly. Therefore, it is a necessity to ensure that nurses working in psychiatric hospitals have the necessary expertise regarding the legal and ethical issues involved with caring for psychiatric patients, to decrease the effects of malpractices and negligence in psychiatric nursing practice.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».