Nursing Students and Nurses’ Recommendations Aiming at Improving the Development of the Humanistic Caring Competency
Notice bibliographique
Résumé
BACKGROUND: Most nursing education programs prepare their students to embody humanism and caring as it is expected by several regulatory bodies. Ensuring this embodiment in students and nurses remains a challenge because there is a lack of evidence about its progressive development through education and practice. PURPOSE: This manuscript provides a description of nursing students' and nurses' recommendations that can foster the development of humanistic caring. METHODS: Interpretive phenomenology was selected as the study's methodological approach. Participants (n = 26) were recruited from a French-Canadian university and an affiliated university hospital. Data was collected through individual interviews. Data analysis consisted of an adaptation of Benner's (1994) phenomenological principles that resulted in a five-stage interpretative process. RESULTS: The following five themes emerged from the phenomenological analysis of participants' recommendations: 1) pedagogical strategies, 2) educators' approach, 3) considerations in teaching humanistic caring, 4) work overload, and 5) volunteerism and externship. CONCLUSION: The findings suggest the existence of a challenge when using mannikins in high-fidelity simulations with the intention of developing humanistic caring. The findings also reaffirm the importance of giving concrete and realistic exemplars of humanistic caring to students in order to prevent them from making "communication" synonymous to "humanization of 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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».