MétaCan
Menu
Retour à la cohorte
Enregistrement W4411597619 · doi:10.36584/cjic.2021.004.01.175.183

Barriers to infection control routine practices and problem-solving strategies among nursing students and instructors – A cross-sectional survey

2021· article· en· W4411597619 sur OpenAlexvenueaboutno aff
Abubaker M. Hamed, Donna Moralejo, April Pike, Vernon Curran

Notice bibliographique

RevueCanadian Journal of Infection Control · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCross-sectional studyControl (management)Infection controlNursingMedicinePsychologyMedical educationComputer science

Résumé

récupéré en direct d'OpenAlex

Background: High nursing workload, negative role models, and inconvenient location of alcohol-based hand-rub dispensers are among the most common barriers that prevent nursing students and nurses from adhering to Routine Practices (RP). The aim of this study was to identify if nursing students and instructors encountered these three barriers, what strategies they used to address them, and how confident they were about applying problem solving in addressing them. Method: A cross-sectional survey was conducted in three nursing schools in Eastern Canada, and included 577 undergraduate nursing students, and 20 nursing instructors. Data were collected using the Routine Practices Problem-Solving Questionnaire. Frequency distributions were used to describe the participants’ characteristics and each item in the questionnaire. Pearson chi-square test was used to assess relationships between the level of confidence and participants’ characteristics. Results: We found that only 25% to 44.2% of students and instructors reported that high nursing workload, negative role models, and inconvenient location of alcohol-based hand rub were among the most common barriers which prevented them from adhering to Routine Practices. Although they encountered these three barriers, only 21.1% to 30.2% of students indicated that they used problem solving to address them. However, both groups of participants identified other strategies that can be used to address these three barriers. More instructors, compared to students, were very confident/confident about applying problem solving to address these barriers. There was a significant association between nursing students’ levels of confidence and their training in RP as well as their training in problem solving related to RP (p< .0001), but no significant association between the instructors’ level of confidence and these characteristics (p > 0.05). Conclusion: Understanding of these three barriers, and knowing possible strategies to address them, including problem solving, can potentially help infection control practitioners in their discussions with nurses, students, and instructors to improve adherence to RP.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,041
Tête enseignante GPT0,405
Écart entre enseignants0,364 · 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'étudeObservationnel
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Infection ControlMême sujetCOVID-19 and Mental HealthTravaux en français237 207