Patient safety education in pre‐registration nursing programmes in South Korea
Notice bibliographique
Résumé
AIMS: This study investigated how patient safety is currently taught in pre-registration nursing programmes across South Korea and explored nurse educators' perspectives on curriculum change. BACKGROUND: Pre-graduate education plays a critical role in preparing nurses with the requisite patient safety competencies. However, little is known about how patient safety education is addressed in South Korean nursing schools or the perspectives of nurse educators regarding patient safety education and a need for change. METHODS: This descriptive study used data collected during a 2019 accreditation workshop provided by the Korean Accreditation Board of Nursing Education. A paper-and-pencil survey was completed by 80 nurse educators working in 16 regions throughout Korea. RESULTS: A little consistency was found in approaches to teaching patient safety. Patient safety topics are addressed throughout various nursing courses, and patient safety education is limited in hours of instruction and breadth of content. A majority of respondents indicated that additional supports are needed, including a national standardized curriculum for patient safety education. CONCLUSION: A new approach to teaching patient safety is needed in Korean pre-registration nursing education. Overall, patient safety education is limited and provided through a fragmented approach with little attention to systems, workplace design or human issues that are necessary for developing the critical reasoning and skills to support patient safety. IMPLICATIONS FOR NURSING POLICY: The accrediting and regulatory bodies in South Korea should work together to develop and implement explicit standards of patient safety education and patient safety competencies for nursing students. Development of a standardized national curriculum is essential for providing a consistent, systematic and comprehensive approach to patient safety education in nursing programmes.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».