MétaCan
Menu
Retour à la cohorte
Enregistrement W3118942399 · doi:10.1186/s12912-021-00543-0

Evaluation of a delirium awareness podcast for undergraduate nursing students in Northern Ireland: a pre−/post-test study

2021· article· en· W3118942399 sur OpenAlexfundno aff
Gary Mitchell, Jessica Scott, Gillian Carter, Christine Brown Wilson

Notice bibliographique

RevueBMC Nursing · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityQueen's University Belfast
Mots-clésDeliriumMedicineTest (biology)Nursing researchNursingDescriptive statisticsIntervention (counseling)PsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Delirium is a common disorder affecting several people in primary, secondary, and tertiary settings. The condition is frequently under-diagnosed leading to long-lasting physical and cognitive impairment or premature death. Despite this, there has been limited research on the impact of innovative approaches to delirium education amongst undergraduate nursing students. The aim of this study was to evaluate the effect of a delirium awareness podcast on undergraduate nursing student knowledge and confidence related to the condition in Northern Ireland. METHODS: The intervention was a 60-min delirium awareness podcast, available throughout May 2020, to a convenience sample of year one undergraduate nursing students (n = 320) completing a BSc Honours Nursing degree programme in a Northern Ireland University. The podcast focused on how nursing students could effectively recognise, manage, and prevent delirium. Participants had a period of 4 weeks to listen to the podcast and complete the pre and post questionnaires. The questionnaires were comprised of a 35-item true-false Delirium Knowledge Questionnaire (DKQ), a 3-item questionnaire about professional confidence and a 7-item questionnaire evaluating the use of podcasting as an approach to promote knowledge and confidence about delirium. Data were analysed using paired t-tests and descriptive statistics. RESULTS: Students improved across all three core areas in the post-test questionnaire, demonstrating improvements in knowledge about symptoms of delirium (7.78% increase), causes and risk factors of delirium (13.34% increase) and management of delirium (12.81% increase). In relation to perceived confidence, students reported a 46.50% increase in confidence related to recognition of delirium, a 48.32% increase in relation to delirium management and a 50.71% increase their ability to communicate about delirium. Both questionnaires were statistically significant (P < 0.001). The final questionnaire illustrated that nursing students positively evaluated the use of podcast for promoting their knowledge and confidence about delirium and 96.32% of nursing students believed that the podcast met their learning needs about delirium. CONCLUSIONS: A 60-min podcast on delirium improved first year student nurse knowledge about delirium. Nursing students also expressed that this approach to delirium education was effective in their learning about the condition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,399
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC NursingMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207