Evaluation of a Simulation Program for Providing Telenursing Training to Nursing Students: Cohort Study
Notice bibliographique
Résumé
Background: Telenursing has become prevalent in providing care to diverse populations experiencing different health conditions both in Israel and globally. The nurse-patient relationship aims to improve the condition of individuals requiring health services. objectives: This study aims to evaluate nursing graduates' skills and knowledge regarding remote nursing care prior to and following a simulation-based telenursing training program in an undergraduate nursing degree. Methods: A cohort study assessed 114 third-year nursing students using comprehensive evaluation measures of knowledge, skills, attitudes, self-efficacy, and clinical skills regarding remote nursing care. Assessments were conducted at 2 critical time points: prior to and following a structured simulation-based training intervention. Results: Participant demographics revealed a predominantly female sample (101/114, 88.6%), aged 20-50 years (mean 25.68, SD 4.59 years), with moderate to advanced computer and internet proficiency. Notably, 91.2% (104/114) had no telenursing exposure, yet 75.4% (86/114) expressed training interest. Statistical analyses demonstrated significant improvements across all measured variables, characterized by moderate to high effect sizes. Key findings included substantial increases in telenursing awareness, knowledge, skills, attitudes and self-efficacy; significant reduction in perceived barriers to remote care delivery; and complex interrelation dynamics between variables. A multivariate analysis revealed nuanced correlations: higher awareness and knowledge were consistently associated with more positive attitudes and increased self-efficacy. Positive attitudes correlated with enhanced self-efficacy and reduced perceived barriers. Change score analyses further indicated that increased awareness and knowledge facilitated more positive attitudinal shifts, while heightened awareness and positive attitudes corresponded with decreased implementation barriers. Conclusions: The study underscores the critical importance of integrating targeted telenursing training into nursing education. By providing comprehensive preparation, educational programs can equip students to deliver optimal remote care services. The COVID-19 pandemic has definitively demonstrated that remote nursing will be central to future health care delivery, emphasizing the urgent need to prepare nursing students for this emerging health care paradigm.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».