The influence of time management skills on stress and academic performance level among nursing students
Notice bibliographique
Résumé
College students need to possess many skills to successfully pass each year of study. Effective time management skills are an essential characteristic for college students to have in order to maintain good academic performance. The students’ ability to manage their time properly is linked to many positive consequences, such as higher academic performance and lower stress levels. Despite the importance of time management skills for students, a limited number of studies were conducted to examine this issue among students in Saudi Arabia, especially nursing students. Therefore, the aim of this study was to explore the influence of time management skills on stress and academic performance levels of nursing students in Saudi Arabia. In this quantitative research, a cross-sectional design was used to explore the relationship between the level of time management skills and stress level of nursing students. A total of 150 students completed a survey (a response rate of 65%). The two scales included in this survey were the Student Nurse Stress Index and Time Management Questionnaire. Pearson’s correlation coefficient showed that there was a positive and significant correlation between the time management skills and academic performance of the students. That is, the increasing level of time management skills was associated with increasing academic performance (r = .240, p < .003), there was a positive and significant correlation between the time management skills and year of study (r = .262, p < .001), and there was a positive and significant correlation between the stress level and year of study (r = .249, p < .002). Therefore, time management and stress management training programs should be provided for nursing students during the orientation period.
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 | 0,001 | 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 ».