Asia-Pacific initiative for rheumatology nurse education: An impact survey in China
Notice bibliographique
Résumé
Background/Objective: Asia-Pacific Initiative for Rheumatology nurse Education (ASPIRE) is a faculty-led initiative established to meet the educational needs of rheumatology nurses in Asia Pacific in recognition of the expanding role of nurses in daily rheumatology clinical practice. The objective of this study is to measure the impact of ASPIRE workshop training on nurses’ levels of knowledge, confidence, attitudes and beliefs using a Before-after-control-impact (BACI) survey.Methods: A total of 210 nurses who completed both pre- and post-surveys were included in the BACI analysis. The intervention group (n = 111) refers to nurses who attended the ASPIRE workshop training held during the China Chronic Disease Management Forum in Baotou, Inner Mongolia in September 2019 whereas the control group (n = 99) refers to Chinese nurses that have never attended the ASPIRE training. Results: Overall level of knowledge significantly increased by 30% (5.63 pre- vs. 8.34 post-survey; p < .001), and overall level of confidence significantly increased by 29% among nurses who attended ASPIRE training (5.83 pre- vs. 8.39 post-survey; p < .001). Nurses in the control group demonstrated no significant increase in knowledge (6.18 pre- vs. 6.50 post-survey; p = .097) or confidence (6.46 pre- vs. 6.71 post-survey; p = .169) over the same period.}Conclusions: Nurses who attended the ASPIRE training workshop reported a significant increase in their levels of knowledge and confidence compared with a control group of nurses who have never undergone ASPIRE training. Training rheumatology nurses to acquire more in-depth knowledge and skills can help optimize their role in clinical practice to meet the greater demands of disease monitoring and long-term management of rheumatology patients.
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 | 0,005 |
| 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 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 ».