Does teaching methodology affect medication dosage calculation skills of undergraduate nursing students?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
One of the most critical functions of a nurse is the safe administration of medications. To ensure patient safety, nurses must be competent in medication dosage calculation (MDC) skills. It is imperative that nursing educators discover the most effective teaching methodology to ensure the greatest level of competency in MDC skills. The purpose of this causal-comparative quantitative study was to compare the effects of two teaching methodologies on senior-level nursing students’ completion of program MDC requirements, mathematics self-efficacy, and MDC competency at program end. The sample consisted of 94 senior-level bachelor’s degree nursing students from a southeastern United States university in the spring of 2015. Each participant completed a demographic questionnaire, Mathematics Self-Efficacy Scale (MSES), and MDC competency exam. Participants were assigned to one of two groups based on whether the participants completed MDC education in a stand-alone course or throughout the curriculum through self-learning modules. Chi-square and independent t-test results indicated that there were no statistical differences between the two groups (stand-alone course vs. self-learning modules) and ability to complete program MDC requirements, MSES scores, and MDC competency exam scores at program end. Data analysis using Chi-square and Fisher’s Exact tests indicated a statistically significant, but weak, correlation between MSES scores and MDC competency exam scores. Findings from this study indicate teaching MDC to nursing students using a stand-alone course versus self-learning modules produces the same results in the students’ ability to complete program MDC requirements, mathematics self-efficacy, and MDC competency at program end.
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.
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 | 0,009 | 0,007 |
| 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 | 0,001 |
| 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 découle