Einfluss von Slavins effektivem Lehrmodell auf den Aufschub bei Krankenpflegestudenten: eine quasi-experimentelle Studie

Zeitmanagement ist eine entscheidende Fähigkeit, die sich direkt auf den Erfolg und die Effizienz der Ausbildungsprozesse von Krankenpflegeschülern auswirkt. Prokrastination kann sich sowohl auf die akademische Leistung als auch auf die Qualität der klinischen Praxis negativ auswirken, sodass das Verständnis und die Bewältigung dieses Verhaltens sowohl für Studierende als auch für Gesundheitsdienste von entscheidender Bedeutung sind. Ziel dieser Studie ist es, die Auswirkungen eines Zeitmanagement-Trainingsprogramms auf das Aufschiebeverhalten von Krankenpflegepraktikanten zu untersuchen. Die Schulungsinhalte, die auf der Grundlage des Effektiven Lehrmodells entwickelt wurden, werden beurteilen, wie sich die Zeitmanagementfähigkeiten und Aufschiebetendenzen der Schüler verändern. Die Studie wird von November 2024 bis März 2025 an einer privaten Universität in Istanbul durchgeführt. Die Zielgruppe sind alle Praktikanten der Krankenpflege, die während des Forschungszeitraums an der Universität eingeschrieben sind (N=70). Es wird keine Probenahme durchgeführt und das Ziel besteht darin, die gesamte Bevölkerung zu erreichen.

Ziel der Forschung ist es, Krankenpflegeschülern ein effektives Zeitmanagement-Training zu bieten und durch dieses Training das Aufschiebeverhalten zu reduzieren. Das Schulungsprogramm dauert fünf Tage, wobei sich jeder Tag auf ein bestimmtes Thema konzentriert. Am ersten Tag werden die Grundlagen des Zeitmanagements und das Verständnis des Aufschiebeverhaltens behandelt. Am zweiten Tag geht es um Zeitmanagement-Strategien und -Techniken. Der dritte Tag konzentriert sich auf die Bewältigung des Aufschiebeverhaltens und die damit verbundenen Strategien. Am vierten Tag werden praxisnahe Workshops zur Erstellung persönlicher Zeitmanagementpläne durchgeführt. Am fünften Tag werden Schulungsbewertungen, Feedback der Studierenden und Motivationsaktivitäten angeboten. Die Schulung nutzt Slavins effektives Lehrmodell und wird durch Präsentationen, interaktive Sitzungen, praktische Workshops, Feedback und Motivationstechniken bereichert. Das Programm zielt darauf ab, die Zeitmanagementfähigkeiten der Studierenden zu verbessern, das Aufschiebeverhalten zu reduzieren und die akademischen Leistungen zu verbessern. Am Ende des Trainings wird eine Reduzierung des Stress- und Angstniveaus, eine gesteigerte Motivation und eine allgemeine Verbesserung der Lebensqualität erwartet.

Die Daten für die Studie werden mithilfe eines persönlichen Informationsformulars und einer allgemeinen Prokrastinationsskala erfasst. Die Datenanalyse wird mit SPSS (Statistical Package for Social Sciences) für Windows 22.0 durchgeführt. Um festzustellen, ob die Forschungsdaten einer Normalverteilung folgen, wird der Kolmogorov-Smirnov-Test verwendet. Wenn p>0,05, gilt die Verteilung als normal. Wenn p < 0,05, ist die Verteilung nicht normal und die Schiefe- und Kurtosis-Werte werden untersucht. Änderungen bei wiederholten Messungen werden mit dem ANOVA-Test mit wiederholten Messungen analysiert, wenn die Daten normalverteilt sind, und mit dem Friedman-Test, wenn die Daten nicht normalverteilt sind. Zunächst werden in der deskriptiven Statistik die allgemeinen Merkmale der Daten zusammengefasst und Mittelwerte und Verteilungen der Ergebnisse vor und nach dem Test ermittelt. Der T-Test für gepaarte Stichproben wird verwendet, um Unterschiede zwischen den Ergebnissen vor und nach dem Test innerhalb derselben Gruppe zu bewerten. In dieser Analyse werden die Auswirkungen des Trainingsprogramms auf das Zeitmanagement und das Aufschiebeverhalten bewertet. Zusätzlich wird die Effektgröße (z. B. Cohens d) berechnet, um das Ausmaß und die Bedeutung der Trainingsintervention zu bewerten. Die Varianzanalyse (ANOVA) kann verwendet werden, um festzustellen, ob es signifikante Unterschiede zwischen verschiedenen Gruppen gibt, ihre Notwendigkeit wird jedoch auf der Grundlage der Besonderheiten der Studie bestimmt. Abschließend wird eine Leistungsanalyse durchgeführt, um sicherzustellen, dass die Stichprobengröße der Studie angemessen ist. Diese Analysen werden insgesamt eine aussagekräftige und zuverlässige Interpretation der Forschungsergebnisse ermöglichen.