MétaCan
Menu
Retour à la cohorte
Enregistrement W4213199379 · doi:10.17483/2368-6669.1308

Nursing Students’ Perceptions of Their Verbal and Social Interaction Skills in Sweden and China During Their First Semester

2022· article· en· W4213199379 sur OpenAlexvenueno aff
Gunilla Lindqvist, Ge Li, Christel Borg, Zhu Xiao-ling, Xu Hongbo, Jalal Safipour, Mikael Rask

Notice bibliographique

RevueQuality Advancement in Nursing Education - Avancées en formation infirmière · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCommunication in Education and Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaPerceptionPsychologyNursingSocial skillsMedical educationMedicineDevelopmental psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Aim: This study aimed to investigate the similarities and differences related to verbal and social interaction skills between nursing students attending universities in Sweden and China, two countries with different educational systems, during the students’ first semester. Background: Nurses need a high level of interaction skills in order to interact effectively with patients and their families. Thus, practical nursing education focusing on clinical skills is essential. Method: Students at one university in Sweden and two universities in China completed the Verbal and Social Interactions for Nursing Students (VSI-NS) questionnaire. Results: The students perceived building a caring relationship and caring towards health and well-being as the most frequently occurring and important types of caring interactions. The students perceived that talking with a patient about their feelings and thoughts was the least frequently occurring and least important type of caring interaction. Conclusion: The students appear to understand from the initial phase of their education that the caring relationship and the patients’ health and well-being will be the major focus of their role as nurses.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,453
Écart entre enseignants0,414 · 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'étudeQualitatif
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuality Advancement in Nursing Education - Avancées en formation infirmièreMême sujetCommunication in Education and HealthcareTravaux en français237 207