Document type
ArticleVersion
Published versionPublication date
Publication license
Please use this identifier to cite or link to this item: https://hdl.handle.net/2445/225708
Estudi de la satisfacció dels estudiants d'infermeria sobre els entorns d'aprenentatge clínic mitjançant una eina d'intel·ligència artificial
Journal Title
Director/Tutor
Journal ISSN
Volume Title
Related resource
Abstract
INTRODUCCIÓ. Per analitzar la qualitat docent dels entorns d’aprenentatge clínic s’estudia la satisfacció de l’alumnat, utilitzant escales que fan una avaluació quantitativa i objectiva. Analitzar els comentaris dels estudiants pot ajudar a comprendre millor les raons de la qualificació numèrica.
MÈTODE. Estudi transversal descriptiu fet en un hospital universitari entre octubre del 2020 i juliol del 2024. Per a l’anàlisi es va utilitzar el programa Kh Coder, una eina que analitza textos i estudia la correlació de les paraules que contenen. Hi van participar 431 estudiants d’infermeria, que van contestar un qüestionari en línia amb una escala d’avaluació d’entorns d’aprenentatge clínic i una pregunta oberta perquè poguessin fer qualsevol comentari en relació amb la seva experiència durant les pràctiques.
RESULTATS. Es van donar 187 respostes a la pregunta oberta, de les quals es van analitzar un total de 327 oracions. Dels resultats de l’anàlisi van emergir els temes principals següents: reconeixement a la tasca de la tutora, sensació de sentir-se integrat i repercussió de les càrregues de treball.
DISCUSSIÓ. Els resultats obtinguts segueixen la línia d’estudis ja publicats i porten a plantejar actuacions en tres àrees específiques: capacitació docent, estabilització de plantilles i gestió de les càrregues de treball.
Subject (English)
Citation
Citation
MARTÍ-EJARQUE, María del Mar, et al. Estudi de la satisfacció dels estudiants d'infermeria sobre els entorns d'aprenentatge clínic mitjançant una eina d'intel·ligència artificial. REIRE. Revista d'Innovació i Recerca en Educació. 2025. Vol. 18. ISSN 1886-1946. [consulted: 8 of August of 2026]. Available at: https://hdl.handle.net/2445/225708