Enhancing diversity to transform the future geriatric nursing workforce
Notice bibliographique
Résumé
Objective: The growing number of older adults has placed unprecedented demands on the healthcare system while the number of geriatric nurses has not kept pace, and the gap is expected to widen. Simultaneously the older adult population is becoming more racially and ethnically diverse while the nursing workforce lacks diversity. Given the urgent need to increase and expand the number of diverse geriatric trained nurses, an innovative sustainable nursing program, Enhancing Diversity in Geriatric Nursing (EDGE) was implemented to train diverse nursing students in geriatrics thereby expanding the workforce and meeting the needs of underserved older adult populations.Methods: An Integrated Geriatric Training Program was implemented to provide didactic education through established online geriatric training modules, experiential learning through geriatric clinical placements, and telehealth training. EDGE supported students with stipends. Retention was enhanced via workshops and a combined mentorship program with peer tutoring to achieve a synergistic approach. Strategies were implemented to connect EDGE scholars to employment opportunities with underserved populations. Program impact was examined with a mixed-methods approach utilizing both quantitative and qualitative data to evaluate satisfaction and inform program refinement. Data were analyzed and Rapid Cycle Quality Improvement was utilized for monitoring and quality improvement.Results: EDGE resulted in the recruitment, enrollment, and geriatric training of 40 nursing students. EDGE scholars indicated program satisfaction.Conclusions: Disadvantaged nursing students benefitted from the EDGE Program. Longer term, the impact of the EDGE program has a strong likelihood for improving the care of underserved older adults by a diverse geriatric-trained nursing workforce.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».