Factors affecting undergraduate nurse educators' knowledge, skills or attitudes about older persons and their care: An integrative review
Notice bibliographique
Résumé
BACKGROUND: Nurses are increasingly expected to provide care for older persons; however, there are too few nurse educators with expertise in older person care to ensure students graduate with the requisite competencies. METHODS: An integrative review, using Whittemore and Knafl's framework, was undertaken to identify and synthesise evidence about factors affecting nurse educators' knowledge, skills or attitudes about older persons and their care. RESULTS: Forty-four articles met the inclusion criteria. All but three papers originated in the USA. Content analysis yielded three central themes: external-level factors, employer-level factors and individual-level factors. Findings demonstrated that external funding from philanthropic organisations and government agencies supported many of the national, regional and site-specific initiatives, which were, in many cases, underpinned by professional regulatory frameworks. Negative attitudes of administrators and reduced budgets of educational institutions impeded the availability of such initiatives. Negative attitudes of individual educators towards older person care and the specialty of gerontology constrained their pursuit of such learning, as did their lack of awareness of current gerontology resources. CONCLUSIONS: The lack of educators with gerontology knowledge, skills and requisite attitudes requires a focused effort from external and professional bodies, and from educational institutions to ensure the resources are available to enhance educator expertise in gerontology. Rigorous study addressing the factors influencing educators' knowledge, skills or attitudes towards older persons and their care is required. IMPLICATIONS FOR PRACTICE: Addressing the lack of nurse educator expertise in gerontology could help to ensure new nurses have the required competencies to provide quality older person care.
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 | 0,007 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».