Exploring Nurses’ and Nursing Students' Self- Efficacy and Mindsets in Caring for the Elderly in Canada.
Notice bibliographique
Résumé
Background. The elderly population is considered the most significant health care consumers, and caring for them is among the most challenging issue of public health and social care systems. Providing nursing students with the required skills and knowledge related to the senior population's care will promote their self-efficacy and mindsets. Aim. This study explores nurses' and nursing students' self-efficacy and mindsets in caring for the elderly, examines the nursing curriculum's contributions to nurses' self-efficacy and mindsets, and provides suggestions for reconfiguring the nursing curriculum for comprehensive geriatric nursing care. Methods. A mixed-method research design was utilized, and quantitative and qualitative data were collected from 90 nurses and nursing students through an online questionnaire. Data were analyzed via SPSS and NVivo 12 software programs. Results. The results revealed that most nurses had an above-average level of self-efficacy toward caring for geriatric patients. A statistically significant positive correlation between self-efficacy and nurses' attitudes, knowledge level, and years of experience was revealed. This study demonstrated the positive impact of the Canadian nursing curriculum on nurses' self-efficacy. Conclusion. The current study recommends following Bandura's self-efficacy theory's fundamental beliefs such as role modeling, verbal encouragement, and mastery experience to enhance the nursing curriculum by incorporating them into the teaching and learning strategies to improve nursing students' performance.
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 | 0,003 |
| 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 | 0,001 |
| 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 ».