Evaluation of nutritional literacy among undergraduate nursing students
Notice bibliographique
Résumé
Background/Objective: It is difficult to describe or quantify the extensiveness and importance of the nurses’ role in direct patient care. Although Registered Dietitian Nutritionists (RDN) are available, it is often the nurse who is tasked with monitoring a patient’s nutritional status and carrying out nutrition interventions to optimize oral intake such as providing meals and oral supplements, as well as administering enteral and parenteral nutrition. Therefore, it is critical that nurses have an understanding of nutrition to promote good health. Although fundamental nursing courses stress the nurse’s role in promoting healthy nutrition as a means to prevent disease and assist patients in sustaining wellness, there is no standardized nursing curriculum enforcing an independent nutrition course within nursing programs.Methods: A quantitative methodology was used to explore the level of nutritional awareness as measured by the Nutritional Literacy Assessment Instrument (NLit) among BSN nursing students in a public, 4-year institution in the Mid-West of the United States. Nutritional literacy, as defined by Gibbs et al., students’ knowledge of food and associated impact on nutrition was evaluated. Results: The data indicated that 70% of participants had completed an undergraduate nutrition course, with the highest performance on the Nutritional Literacy Survey within the understanding of food groups. Over 80% of respondents were found to have a likelihood of good nutrition literacy. Although no statistical significance was found between a pre-requisite Nutrition course and/or an integrated Nursing Nutrition course and Nutritional Literacy, statistical significance was found when examining student classification (sophomores versus seniors) impact on Nutritional Literacy scores.Conclusions: Promoting the integration of nutrition concepts across a variety of courses within the nursing curriculum will assist the student to utilize clinical judgment in the application and synthesis of nutritional concepts in relation to patient health and wellness.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».