Self-efficacy in Clinical Nurse Specialists During the COVID-19 Pandemic
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to examine the perceived self-efficacy of the clinical nurse specialist working in the United States during the COVID-19 pandemic and explore whether there was any difference in self-efficacy based on practice focus (spheres of impact) and if differences existed between self-efficacy and demographics. DESIGN: This study used a nonexperimental, correlational, cross-sectional design utilizing a voluntary, anonymous, 1-time survey administered through Qualtrics (Qualtrics, Provo, UT). METHODS: The National Association of Clinical Nurse Specialists and 9 state affiliates distributed the electronic survey starting late October 2021 through January 2022. Survey content consisted of demographics and the General Self-efficacy Scale, which measures the individual's perceived ability to cope and execute tasks when faced with hardship or adversity. Sample size was 105. RESULTS: Results included a high perception of self-efficacy of the clinical nurse specialist working during the pandemic, no statistical significance in practice focus, and a statistically significant difference in the scores of self-efficacy for participants with previous infectious disease experience compared with those without experience. CONCLUSIONS: Clinical nurse specialists with previous infectious disease experience can guide policy, be utilized in multifaceted roles to support future infectious disease outbreaks, and develop training to prepare and support clinicians during crises such as pandemics.
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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».