MétaCan
Menu
Retour à la cohorte
Enregistrement W4323566763 · doi:10.5430/jnep.v13n5p52

Strategies for success that led to 99.98% school of nursing retention

2023· article· en· W4323566763 sur OpenAlexvenueno aff
Joseph Tacy, Sharon McElwain, Audwin Fletcher

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAttritionNursing shortageLicensureLeagueWorkforceNurse educationNursingGraduation (instrument)MedicineMedical educationPsychologyPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Internationally, every year, thousands of students begin their journey in higher education by enrolling in pre-licensure and advanced nursing programs. However, not all students successfully complete their degrees to fruition. According to the National League for Nursing (NLN), the average national dropout rate for nursing programs in the United States is 20%-25%; this high attrition rate is considered problematic. The purpose of this presentation is to present the successes of a School of Nursing within Mississippi that has led to a 0.02% attrition/99.98% retention rate of students within programs. Some strategies proven to be successful in retaining students are: student support services, technical/tech support programs, online and face-to-face orientations, and student connection sessions set up for building peer relationships. Faculty and students are often unaware of the services provided by the institution and their department/school; dissemination of these services is pivotal to facilitating student success. The World Health Organization has predicted a shortage of over 18 million healthcare professionals by 2030, with half of those individuals representing the nursing profession. It is imperative to understand the attrition and retention of nursing students to prevent further loss of the future healthcare workforce. University of Mississippi Medical Center School of Nursing focuses on various processes that contribute to its success for the retention of nursing students at all levels. Percentile of attrition from Summer and Fall 2022 semester enrollment, metrics revolving around student leave, and demographics of the school's programs/state of Mississippi are reviewed in this paper. The success of the SON program in gaining high retention is multifactorial. A detailed outline of how academic affairs, student affairs, and administration work together to achieve a culture of success for students within the School of nursing is presented in this manuscript.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,486
Score d'incertitude au seuil0,298

Scores Codex et Gemma par catégorie

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

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 Opus0,180
Tête enseignante GPT0,532
Écart entre enseignants0,353 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetHealth and Well-being StudiesTravaux en français237 207