MétaCan
Menu
Retour à la cohorte
Enregistrement W4394919936 · doi:10.1177/10598405241237726

Listening to School Nurses' Voices: A Mixed Methods Study on the Continued Impact of COVID-19 on School Nursing Practice

2024· article· en· W4394919936 sur OpenAlex
M. Laurette Hughes, Laura Santangelo White, Mary Jane O’Brien, Judy Aubin, Carol R. Bradford

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Journal of School Nursing · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensUniversity of Sudbury
Organismes subventionnairesnon disponible
Mots-clésPandemicTheme (computing)Active listeningCoronavirus disease 2019 (COVID-19)Descriptive researchPsychologyNursingDescriptive statisticsIdentification (biology)Nursing practiceMedical educationMedicinePedagogySociology

Résumé

récupéré en direct d'OpenAlex

School closures in March 2020 due to the COVID-19 pandemic precipitated losses of critical student resources as physical, mental, emotional, and social needs escalated. Identifying the challenges, strategies, and changes in school nurse (SN) practice in Massachusetts during this pandemic is fundamental to understanding how to manage future anticipated pandemics while protecting children, communities, and SNs. The purpose of this mixed-methods descriptive study in the second year of the global pandemic was to (a) listen to SN voices through a novel online survey including the prompts of challenges, strategies, and practice changes and (b) describe the SN experience of COVID-19 response in Massachusetts schools, including identification of intent to leave school nursing. Responses were analyzed using descriptive qualitative analysis ( n = 73). The prompts each elicited subthemes that coalesced to a cohesive theme: Finding one's way required the support of others to pave untraversed roads.

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.

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)0,022
score de la tête « metaresearch » (Gemma)0,042
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,042
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,005
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 Opus0,146
Tête enseignante GPT0,600
Écart entre enseignants0,455 · 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