【摘 要】
：
目的编制硕士研究生学历新入职护士培训现状调查问卷,了解全国硕士研究生学历新入职护士培训的实施现状,并分析其影响因素。为新入职护士培训的进一步改革提供理论参考和决策依据。方法本研究采用多阶段抽样法,于2020年6月至2021年4月,抽取我国20个省市自治区的23家三级综合医院的297名硕士研究生学历新入职护士作为研究对象。采用自行编制的硕士研究生学历新入职护士培训现状调查问卷（包括个人基本信息、培训
论文部分内容阅读
目的编制硕士研究生学历新入职护士培训现状调查问卷,了解全国硕士研究生学历新入职护士培训的实施现状,并分析其影响因素。为新入职护士培训的进一步改革提供理论参考和决策依据。方法本研究采用多阶段抽样法,于2020年6月至2021年4月,抽取我国20个省市自治区的23家三级综合医院的297名硕士研究生学历新入职护士作为研究对象。采用自行编制的硕士研究生学历新入职护士培训现状调查问卷（包括个人基本信息、培训制度整体认知、培训实施状况、岗位胜任力自评和培训满意度评价5个部分）为研究工具进行调查研究。应用SPSS 25.0对调查数据进行统计分析,采用均数±标准差、频数、百分比对问卷结果进行统计描述,采用单因素方差分析和多元逐步线性回归分析硕士研究生学历新入职护士培训满意度和胜任力的影响因素。结果1.硕士研究生学历新入职护士培训满意度总得分为（3.84±0.63）分,各维度的得分均值在3.68～4.09之间,由高到低依次为过程管理（4.09±0.63）、培训效果（3.87±0.60）、带教师资（3.82±0.63）、保障机制（3.80±0.65）、医院条件（3.77±0.65）、制度设计（3.68±0.63）。多元线性回归分析结果显示年龄、职称和工作年限是制度设计满意度的影响因素（P<0.05）,年龄和职称是医院条件满意度的影响因素（P<0.05）,年龄和职称是带教师资满意度的影响因素（P<0.05）,年龄是保障机制满意度的影响因素（P<0.05）,年龄、工作年限和发表文章数量是过程管理满意度的影响因素（P<0.05）,年龄和工作年限是培训效果满意度的影响因素（P<0.05）。2.硕士研究生学历新入职护士培训胜任力总得分为（4.15±0.58）分,各维度的得分均值在3.93～4.36之间,由高到低依次为健康教育（4.36±0.63）、临床教学（4.32±0.63）、临床科研（4.16±0.67）、实践能力（4.09±0.64）、基本理论知识（4.08±0.69）、管理能力（3.93±0.58）。多元线性回归分析结果显示工作年限、理论知识学习的频次和年龄是基本理论知识胜任力的影响因素（P<0.05）,工作年限是实践能力胜任力的影响因素（P<0.05）,工作年限和参与科研项目的数量是临床科研胜任力的影响因素（P<0.05）,工作年限是临床教学胜任力的影响因素（P<0.05）,理论知识学习的频次、技能操作培训的频次和参与科研项目的数量是健康教育胜任力的影响因素（P<0.05）,年龄和工作年限是管理能力胜任力的影响因素（P<0.05）。结论1.通过文献回顾法和半结构式访谈自行编制“硕士研究生学历新入职护士培训现状调查问卷”,问卷信效度良好。2.硕士研究生学历新入职护士培训满意度总得分处于较低水平,其中医院条件和制度设计满意度得分较低,这提示医院应按照要求改进相关条件与制度,以提高硕士研究生学历新入职护士的培训满意度。3.硕士研究生学历新入职护士培训胜任力总得分处于中等偏上水平,其中管理能力胜任力得分较低,这提示医院应根据实际情况增加提升管理能力的培训内容,以提高硕士研究生学历新入职护士胜任力。
其他文献
图像分割技术研究的重点在于分割目标的精度和速度。目前已出现多种边缘提取及区域分割的模型和方法,但很多方法仍然存在着计算效率低、分割精度不高、鲁棒性差等问题,所以分割的精度和速度还是有待研究和改进。Chan-Vese模型是经典的图像分割变分模型,多相图像分割是Chan-Vese模型的成功延伸。本文以Chan-Vese模型为例,提出两种快速迭代求解方法,该算法适用于Chan-Vese模型的图像分割,并
数感在《全日制义务教育数学课程标准（实验稿）》2001版中第一次被明确提出来,2011年我国颁布的《义务教育数学课程标准》中再一次强调了数感的重要性并成为十个核心素养之首。数感是学好数学的基础,因此在数学学习中有着至关重要的作用,通过对学生数感的调查研究,可以帮助老师了解学生数感的现状,更好的指导教育教学,从而促进学生数感的发展和数学水平的提高。本研究针对青岛市A、B、C三所初中进行调查,首先通过
在立体图像质量评价（Stereoscopic Image Quality Assessment,SIQA）领域,如何有效地模拟人类视觉系统（Human Visual System,HVS）对图像质量进行评价是一个重要且具有挑战性的问题。考虑到人眼视觉特性对图像质量评价的影响,本文详细介绍了HVS的基本结构,并且对其产生的视觉感知特性进行了详细分析。为了结合人眼视觉特性,设计出更加符合人眼视觉感知过
人工智能已经在大数据分析、计算机视觉、语义分析等各个领域做出了重大突破,卷积神经网络（Convolutional Neural Network,CNN）是它的一种研究方法,在计算机视觉领域充当着重要角色。在近些年,卷积神经网络在人群密度估计研究上做出了一次又一次创新突破。受空间透视,遮挡严重,光线变化等问题的影响,人群密度估计在研究上仍然面临一系列挑战。在目前的卷积神经网络研究领域,多特征融和概念
近年来,公共交通的快速发展,公交车成为了居民出行的一种首选的方式,但是目前在城市公交中存在着许多问题,城市公交的流量巨大,但是在公交调度方面有许多不合理的地方,尤其在早晚高峰期间,公交线路规划的不合理,致使某条线路的安排不合理或者某辆车上乘客过少等问题。为了解决这些问题,一个准确实时的客流数据就会成为关键问题。目前,由于智慧城市建设的不断推出,客流数据变得尤为重要,客流数据统计越来越成为智慧城市建
近些年面部表情识别在智能服务设备、虚拟网络交流、医学治疗、司机疲劳监控、心理学等诸多领域都已经具备了广阔的研究和应用前景。但是在实际交流中光照、阴影、姿态等变化会对面部表情产生一定的遮挡,因此面部表情会丢失局部的重要信息,进而会使得面部表情识别鲁棒性较差。另外,仅对图片进行表情识别,忽略了现实生活的动态表达,表情识别结果缺乏真实性。因此,本文针对以上问题,优化生成对抗网络结构、进行卷积网络的最佳级
系统思维是人类重要的思维方式之一。现代社会发展需要系统思维,当今教育改革需要系统思维,化学教育也离不开系统思维。化学教育中渗透系统思维,不仅能够培养学生从整体角度分析解决问题的能力,而且还能够培养学生联系外部世界的系统思维能力,优化知识建构体系。因此,探讨基于系统思维的教学设计对教师教学和学生发展都具有重要意义。本研究在综述的基础上,阐述了系统思维的概念界定,概述了系统论、建构主义学习理论和奥苏贝
自动驾驶是当前人工智能领域中的热点问题。自动驾驶的终极目标是使车辆在没有人类驾驶员操控的条件下借助车载传感器、计算单元以及路侧通讯单元等设备自动完成给定的行驶任务。现有的商用自动驾驶模块化框架非常复杂,科研人员对于系统的开发、维护成本较高。与之相反,基于深度学习的端到端模式则无需明确区分感知、规划、决策和控制等模块,而是将自动驾驶系统作为一个整体进行设计和优化,用神经网络完成从传感器信息到控制命令
随着我们物质生活和文化生活水平的蒸蒸日上,生活以及工作的压力正在逐步增加,能够释放压力的休息是非常必要的,这就使得旅游成了现在的时尚。旅游业的产业地位和经济效益越来越强,不仅促进城市经济高质量发展,还带动着就业率,而且对文化和环境的促进作用也日益的显现出来。2020年初爆发的疫情影响之大、波及范围之广都领我们印象深刻。文旅行业也处于水深火热之中,游客的出行数量大大地减少,许多旅游城市被迫进入了休眠
颅骨性别、民族鉴定是指依据颅骨确认人的性别和所属民族。颅骨民族和性别鉴定属于法医人类学、考古学领域的热门研究课题,在侦破刑事案件、推进历史文化发掘、医学整容等方面也发挥着重要意义。颅骨三维模型不易获取且数据复杂,本文从降低计算量,提高判别准确率的角度分别针对颅骨民族和性别鉴定进行研究,主要的研究内容与方法创新有以下三个方面:1.基于颅骨形态特征及反向传播神经网络（Back Propagation