MétaCan
Menu
Retour à la cohorte
Enregistrement W4392509513 · doi:10.1186/s12912-024-01807-1

Culture of patient care among international nursing students: a focused ethnographic study

2024· article· en· W4392509513 sur OpenAlexfundno aff
Mahboobeh Shali, Fatemeh Bakhshi, Marzieh Hasanpour

Notice bibliographique

RevueBMC Nursing · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Competency in Health Care
Établissements canadiensnon disponible
Organismes subventionnairesTehran University of Medical Sciences and Health ServicesRyerson University
Mots-clésCultural competenceTranscultural nursingNursingEthnographyAcculturationNursing researchEthnic groupNurse educationCultural diversityQualitative researchPsychologyMedicineMedical educationHealth carePedagogySociologySocial scienceAnthropology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study was conducted to describe and explain the culture of patient care in international nursing students. METHODS: This qualitative study was conducted using focused ethnography. Participants (n = 21) were purposefully selected from non-Iranian international students and their nursing instructors. Data collection included semi-structured interviews, and field-note taking. Data were analyzed with the Roper and Shapira inductive approach of ethnographic content analysis. RESULTS: The cultural model of the study included the acquisition of cultural competence through acceptance of differences and finding commonalities. Subcategories were: "avoiding cultural bias", "trying to be on the path of adaptation", "appealing to the support and companionship of colleagues", "coping with culture shock", "acculturation", "getting help from cultural intelligence", "cultural empathy", and "language and communication enhancement". CONCLUSION: Cultural competence is teachable. The pattern of formation is through accepting differences and searching for commonalities. Suggestions for promoting the culture of care among international students include effective use of peer groups and teaching different national ethnicities and cultures.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,037
Tête enseignante GPT0,414
Écart entre enseignants0,377 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC NursingMême sujetCultural Competency in Health CareTravaux en français237 207