Implementing An Online Education Program To Standardize Education For Stroke Nurses : From Pilot into Practice
Notice bibliographique
Résumé
IntroductionA pilot project was conducted, prior to a provincial roll-out, to determine the applicability of an online program for standardizing education for stroke nurses. MethodsA pre-existing online education program with content consistent with the Canadian Stroke Best Practices was used. Staff from two stroke units (42 staff; 80% nurses) were recruited for the pilot project which consisted of completing six modules over a six-week period. A follow-up survey was completed at the end. The survey included questions on applicability to discipline and stroke experience.ResultsThe recommended modules were completed by 40 (95%) of the participants by the end of the pilot. All 42 participants (100%) completed the follow-up survey. Over 90% of participants indicated the modules were applicable to stroke unit, emergency, and intensive care nurses. Opinions on applicability for other disciplines varied. Participants indicated both new and experienced staff would benefit from the education. After the pilot, 180 stroke team members participated in the provincial roll-out. By the end of the license, 128 staff (75% nurses) had attempted at least one module. The recommended modules were successfully completed by 77% of users. An additional 15% completed between 1-5 modules, with 8% not completing any modules. Due to turnover or attrition, 52 seats were reassigned (with access still ongoing). ConclusionThe online education program is a viable option for standardized education for stroke nurses. Staff turnover and participant attrition can be a challenge, potentially highlighting the need to give short timelines and specific objectives to meet.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,013 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 tête enseignante, 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 ».