Increasing nursing students’ self-efficacy in dementia care via GPA Bathing, an online bathing education program: A quasi-experimental pre-post design
Notice bibliographique
Résumé
Background and purpose: Nursing curricula rarely include formal education on dementia-specific bathing competencies. However, bathing assistance is associated with physical and emotional challenges for both caregivers and people living with dementia. Here, we evaluated the impact of Gentle Persuasive Approaches (GPA) Bathing, a program of online dementia-specific educational units, on bathing-related self-efficacy among nursing students. Methods: A total of 517 final-year nursing students in a Canadian university completed three GPA Bathing units. Of those, 384 participants completed quantitative and qualitative measures of dementia-specific bathing self-efficacy, including Likert-type ratings and open-ended questions at both the pre- and post-intervention time points. Participants also rated their satisfaction with the units. Results: At baseline, participants expressed feelings of fear, incompetence, and uncertainty when faced with escalating responsive behaviours during provision of bathing assistance. They named limited and basic strategies for supporting a person who was distressed during bathing. After three GPA Bathing units, statistically significant improvements were observed in participants’ bathing self-efficacy scores relative to baseline. In participants’ post-intervention qualitative responses, they described developing an expanding theoretical understanding of and confidence in bathing competencies and could name specific and detailed person-centred care approaches. Conclusions: Findings suggest that three GPA Bathing units equipped a sample of fourth year nursing students with increased confidence in person-centred bathing strategies. This dementia-specific bathing education will allow the students to provide tailored, respectful, and compassionate bathing care as they encounter people living with dementia throughout their careers. Our findings support the need to embed dementia-specific bathing education into nursing curricula.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».