MétaCan
Menu
Retour à la cohorte
Enregistrement W4400452936 · doi:10.1136/bmjebm-2024-sdc.145

146 Undergraduate nursing students’ experiences with supporting patients with difficult health decisions

2024· article· en· W4400452936 sur OpenAlexaffabout
Krystina B. Lewis, Olivia Yeh, Chelsea Poserio, Michelle Leifur Reid, Dawn Stacey

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth Promotion and Cardiovascular Prevention
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedical educationNursingComputer sciencePsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Introduction There are few opportunities in undergraduate nursing curriculum for students to acquire knowledge and skills in shared decision-making (SDM). Through a theory-based learning assignment, we aimed to explore how undergraduate nursing students understand and participate in SDM in their clinical placements. Methods Descriptive analysis of an undergraduate nursing learning assignment. Upon completion of the Ottawa Decision Support Tutorial, undergraduate nursing students posted a virtual reflective note about a clinical experience in which they were involved in a patient’s difficult health decision. From these reflections, we inductively identified decisional needs, interventions, and outcomes, then mapped them onto the Ottawa Decision Support Framework (ODSF). We used content analysis to synthesize the factors influencing nursing students’ participation in SDM. Results Preliminary results from 34 reflective notes showed that nursing students are most often involved in difficult medical/surgical and end-of-life decisions with their patients. Frequent decisional needs included inadequate knowledge (n=21;61.8%), and complex decisional characteristics (n=20;58.8%). Sixteen (47.1%) students raised personal and clinical characteristics as decisional needs;12 of which (75%) did not explicitly identify them as decisional needs. Decision aids were the most cited intervention (n=27;79.4%). Quality decision was commonly defined as values-based and informed, yet being informed was prioritized over personal values. Factors influencing nursing student participation in SDM included decision support knowledge, interpersonal skills, ensuring accessibility of decision aids for diverse populations (e.g., cultures), and within specific contexts (e.g., end-of-life). Discussion As health systems are increasingly seeking ways to engage patients/families in decision- making, every effort should be made to equip future nurses with decision support knowledge, skills, and resources to support its integration into practice. Conclusion A theory-based learning assignment permitted undergraduate nursing students to identify difficult health decisions, decisional needs, interventions to overcome them, and outcomes. Greater curricular focus is required to prepare nursing students for SDM.

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)0,005
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,373
Écart entre enseignants0,353 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHealth Promotion and Cardiovascular PreventionTravaux en français237 207