MétaCan
Menu
Retour à la cohorte
Enregistrement W4403989464 · doi:10.1515/ijnes-2023-0110

Educational interventions to improve student nurses’ knowledge, attitudes, or willingness to work with older people: a systematic review of quantitative findings

2024· review· en· W4403989464 sur OpenAlexaff
Xingjuan Tao, Margaret MacAndrew, Sherry Dahlke, Jeffrey I. Butler, Jo‐Anne Rayner, Deirdre Fetherstonhaugh, Christina Parker

Notice bibliographique

RevueInternational Journal of Nursing Education Scholarship · 2024
Typereview
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionBachelorInclusion (mineral)NursingSystematic reviewPsychologyIntervention (counseling)Medical educationGerontological nursingCritical appraisalMedicineMEDLINEAlternative medicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this systematic literature review of quantitative findings was to examine the effectiveness of educational interventions to improve gerontological knowledge, attitudes, and willingness to work with older people in baccalaureate nursing students. Using the Preferred Reporting Items for Systematic Reviews and Meta-Analysis guidelines, a systematic literature search was conducted in five databases. Quality assessment was conducted using the Mixed-Methods Appraisal Tool. Based on inclusion and exclusion criteria, 41 papers were included in the review. The overall quality of studies included was moderate. The interventions were classified as education content, simulation or immersion experiences, clinical placement, or a combination of these pedagogical approaches. Majority of studies demonstrated improvement in knowledge and attitudes but there was a limited change in willingness to work with older people. There is insufficient evidence to make recommendations for the most effective educational intervention for enhancing bachelor of nursing students' willingness to engage in gerontological care.

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)0,034
score de la tête « metaresearch » (Gemma)0,125
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,125
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0100,012
Bibliométrie0,0150,012
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,183
Tête enseignante GPT0,607
Écart entre enseignants0,424 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Nursing Education ScholarshipMême sujetAging and Gerontology ResearchTravaux en français237 207