Improving student nurses’ perspectives towards older people with an e‐learning activity: A quasi‐experimental pre‐post design
Notice bibliographique
Résumé
BACKGROUND: Despite older people being the largest demographic accessing health care, nurses often lack knowledge about how to work with them and may hold ageist perceptions towards them. Previous research has identified the gaps in their education program and offered suggestions on what and how to fill those gaps in education related to older people. E-learning activities to fill these gaps were developed. OBJECTIVE: The aim of this study was to determine if nursing students' perceptions about older people could be improved through an e-learning activity focused on communication and understanding older people. METHODS: A quasi-experimental pre-post design was used to test whether the understanding and communication with older people e-learning activity improved student nurses' perceptions about older people. A feedback survey was also analyzed using descriptive statistics to understand students' perceptions of the learning activity. RESULTS: There was a statistically significant decrease in participant's negative perceptions towards older people after completing the e-learning activity. Participants enjoyed the activity and believed that it improved their knowledge of older people, their confidence in working with older people, and their perceptions about older people. CONCLUSIONS: The strength of the e-learning activity in this study is that the educator need not be an expert in order to use the activity in their course. In this way, knowledge about older people is facilitated despite the dearth of nurse educators with gerontological expertise. More research to test this activity in other universities is needed. IMPLICATIONS FOR PRACTICE: Improved understanding and communicating with older people could improve person-centered-care. The flexible delivery of this learning activity could facilitate practicing nurses understanding and communication strategies if offered to them.
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 | 0,013 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,003 |
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 ».