Solving the Challenges of Learning Fundamental Clinical Skills among Nursing Students: An Action Research Approach
Notice bibliographique
Résumé
Background: Despite the rapid development of innovative teaching methods in practical nursing education, acquiring clinical skills remains a significant educational challenge. It is essential to identify and solve the challenges of nursing students in learning and promoting fundamental clinical skills. Accordingly, this study aimed to explore and address the challenges of learning fundamental clinical skills among nursing students. Methods: This action research, conducted in 2023, employed two iterative cycles using both qualitative and quantitative approaches. The participants included 32 nursing students, the director of the Clinical Skills Unit, and academic researchers serving as facilitators. Qualitative data were collected through in-depth interviews, focus group discussions, observations, and field notes. For the quantitative phase, a checklist was used to assess the students’ satisfaction. Data analysis involved descriptive statistics for the quantitative data and conventional content analysis for qualitative data. Results: The qualitative findings identified three main categories, including lack of feedback, superficial learning, and ineffective communication. Following the intervention, students reported improvements in interpersonal communication, receiving more effective feedback, and engaging in active learning. Quantitative results demonstrated statistically significant increases in the mean scores of factors influencing effective learning after the activities of the action research project. Conclusion: Active participation in learning fundamental skills can reduce some of the associated challenges faced by nursing students. Through reflective processes, students were able to recognize the challenges affecting their learning and subsequently improve their learning outcomes.
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 | 0,059 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,011 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».