← أحدث الأبحاث
📄 medicine

Development and validation of a machine learning-based predictive model for work readiness in Chinese vocational nursing students

طورت هذه الدراسة وصادقت على نموذج تنبؤي قائم على التعلم الآلي باستخدام بيانات من مراكز متعددة لـ 854 طالباً من طلاب التمريض المهني الصينيين، حيث حددت "وضوح الذات في العمل المستقبلي" كمتنبئ مهيمن للجاهزية للعمل، وأثبتت أن خوارزميات مثل (Elastic Net) و(SVM) يمكنها بفعالية فحص الطلاب المعرضين للخطر لتمكين التدخلات التعليمية المستهدفة.

المؤلفون الأصليون: Xixi Du, Lijuan Zhou, Zhen Shi, Dongyang Wang, Guozeng Zhang

نُشر 2026-09-02
📖 5 دقيقة قراءة🧠 قراءة متعمّقة

المؤلفون الأصليون: Xixi Du, Lijuan Zhou, Zhen Shi, Dongyang Wang, Guozeng Zhang

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

يواجه عالم الرعاية الصحية ضغطاً هادئاً ولكنه متزايد: ببساطة، لا يوجد عدد كافٍ من الممرضين لرعاية السكان المسنين. وفي الصين، تبدو هذه الندرة حادة بشكل خاص، وغالباً ما يكمن الحل في الطلاب الذين يلتحقون ببرامج التمريض المهني. يشكل هؤلاء الطلاب غالبية الممرضين الجدد، ومع ذلك فهم يواجهون عقبة فريدة؛ فخلافاً لأقرانهم في برامج الجامعات ذات الأربع سنوات، يتلقون تدريباً في دورات أقصر تركز على المهارات، وغالباً ما يدخلون سوق العمل بخلفية نظرية أقل. وعلاوة على الفصل الدراسي، يواجهون سوق عمل يتطلب بشكل متزايد مؤهلات أعلى، مما يترك الكثيرين منهم يشعرون بعدم الاستعداد لواقع الحياة في المستشفيات. إن السؤال الجوهري للمربين ليس مجرد ما إذا كان هؤلاء الطلاب سينجحون في امتحاناتهم، بل ما إذا كانوا مستعدين حقاً للوقوف في غرفة المستشفى ورعاية المرضى بثقة.

وللإجابة على ذلك، وضع فريق من الباحثين نصب أعينهم فهم ما يهيئ الطالب فعلياً لسوق العمل. لقد ركزوا على "الجاهزية للعمل"، وهو مفهوم يتجاوز مجرد معرفة الحقائق الطبية؛ فهو يشمل قدرة الطالب على التكيف، وثقته في مهاراته، وإحساسه بالهوية المهنية، ومرونته النفسية عندما تسوء الأمور. وبينما بحثت دراسات سابقة في هذه العوامل واحداً تلو الآخر، مستخدمة غالباً أساليب إحصائية بسيطة، أرادت هذه المجموعة رؤية الصورة الكاملة. لقد لجأوا إلى تعلم الآلة، وهو فرع من علوم الحاسوب حيث تتعلم الخوارزميات من البيانات لإيجاد أنماط قد تغفل عنها العين البشرية. ومن خلال تغذية جهاز الكمبيوتر بكميات هائلة من المعلومات حول خلفيات الطلاب، ومشاعرهم، وتقييماتهم الذاتية، أمَل الباحثون في بناء أداة يمكنها التنبؤ بمن سيعاني ومن سيزدهر، قبل التخرج بفترة طويلة.

أُجريت الدراسة في أربع كليات في مقاطعة هنان بالصين، وشملت 845 طالباً في السنة النهائية من التمريض المهني. لم يُسأل هؤلاء الطلاب عن آرائهم فحسب، بل أكملوا استطلاعات مفصلة تقيس ثقتهم في مهارات التمريض، ووضوح رؤيتهم لمستقبلهم المهني، وهويتهم المهنية، وكيفية تعاملهم مع الإحباط. ثم استخدم الباحثون سبع خوارزميات حاسوبية مختلفة لتحليل هذه البيانات، واختبار أي طريقة يمكنها التنبؤ بدرجة الجاهزية العامة للعمل لدى الطالب. كان الهدف هو إيجاد نموذج لا يتميز بالدقة فحسب، بل يكون مفهوماً أيضاً، بحيث يمكن للمعلمين استخدام النتائج لمساعدة الطلاب.

كانت النتائج مذهلة. فقد وجدت النماذج الحاسوبية أن جاهزية الطالب يمكن التنبؤ بها بدقة عالية بناءً على مجموعة صغيرة من العوامل النفسية. لم يكن العامل الأكثر قوة هو عمر الطالب، أو خلفيته العائلية، أو من أين أتى، بل كان العامل الأهم بمفرده هو "وضوح الذات في العمل المستقبلي". وهذا مقياس لمدى قدرة الطالب على تخيل نفسه مستقبلاً كممرض بوضوح. فالطلاب الذين لديهم صورة حية وواضحة لمستقبلهم المهني كانوا أكثر جاهزية للعمل بشكل ملحوظ. وجاء خلف هذا العامل مباشرةً الثقة في مهاراتهم العملية والدعم الذي يشعرون به من مجتمعهم المهني. وأظهرت النماذج الحاسوبية أن هذه العوامل النفسية الداخلية تفسر الكثير عن جاهزية الطالب أكثر مما يمكن لأي تفصيل ديموغرافي أن يفسره.

كان أحد أهم النتائج هو ما استبعدته النماذج. فقد أظهرت البيانات أن جنس الطالب، أو عمره، أو أصله العائلي، ليس لهم أي تأثير تقريباً على جاهزيته للعمل. وهذا يشير إلى أن عوائق التحول إلى ممرض واثق لا تكمن في هوية الطالب، بل في كيفية دعمه وكيفية رؤيته لإمكاناته. لقد أثبتت الدراسة صراحةً أن الخلفية لا تحدد المصير في هذا المجال، بل إن عقلية الطالب والموارد المتاحة له هي التي تفعل ذلك. وهذا تمييز حاسم، لأنه ينقل التركيز التعليمي من محاولة "إصلاح" الطلاب بناءً على خلفياتهم إلى بناء ثقتهم ورؤيتهم.

كما اختبر الباحثون النماذج لمعرفة ما إذا كان بإمكانها تحديد الطلاب المعرضين لخطر التعثر. ووجدوا أن البرامج الحاسوبية يمكنها بنجاح تحديد الطلاب ذوي الجاهزية المنخفضة بدقة عالية. ومن الناحية العملية، يعني هذا أن المدارس يمكنها استخدام مثل هذه الأداة لفحص الطلاب مبكراً. فإذا أظهر الطالب وضوحاً منخفضاً بشأن مستقبله أو ثقة منخفضة في مهاراته، يمكن للمربين التدخل فوراً. وتقترح الدراسة خطوات محددة لهذا التدخل: مساعدة الطلاب على تصور مستقبلهم المهني من خلال ورش العمل، وتوفير تدريب مستهدف لبناء الثقة في المهارات، وتقديم تدريب على المرونة لمساعدتهم على التعامل مع ضغوط الممارسة السريرية.

لم تدّعِ الدراسة أنها حلت مشكلة نقص التمريض العالمية، ولم تقترح أن برنامجاً حاسوبياً يمكن أن يحل محل المعلمين البشر. وقد أشار الباحثون بعناية إلى أن عملهم استند إلى لقطة زمنية محددة، وأن تقارير الطلاب قد تنطوي على تحيزات، كما أقروا بأن البيانات جاءت من مقاطعة واحدة وأن النماذج ستحتاج إلى اختبار في أماكن أخرى لضمان عملها بشكل عالمي. ومع ذلك، كانت الأدلة التي جمعوها قوية بما يكفي لاقتراح مسار جديد. فمن خلال استخدام تعلم الآلة لفك رموز الدوافع النفسية للجاهزية، قدموا خارطة طريق واضحة ومدفوعة بالبيانات للمربين.

في نهاية المطاف، يقدم هذا البحث وسيلة لتغيير المسار لطلاب التمريض المهني. فهو يوضح أن الفجوة بين الطالب والمحترف ليست سمة ثابتة، بل هي حالة قابلة للتغيير تتأثر بالوضوح والثقة والدعم. إن الأدوات التي طُورت في هذه الدراسة تسمح للمربين بالابتعاد عن التخمين والتوجه نحو الدقة. فبدلاً من انتظار فشل الطالب، يمكن للمدارس الآن تحديد المكونات النفسية المحددة التي يفتقدها الطالب وتوفير ما هو مطلوب بالضبط لسد تلك الفجوة. وفي عالم يمثل فيه كل ممرض فارقاً، فإن القدرة على رعاية الجاهزية قبل تخرج الطالب قد تكون هي الفرق بين قوة عاملة كافية فحسب، وأخرى مستعدة حقاً.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →