Bu çalışmanın amacı, hemşirelerin TIGER temelli hemşirelik bilişimi yetkinlikleri ile dijital okuryazarlık düzeyleri arasındaki ilişkiyi incelemektir. Tanımlayıcı ve korelasyonel tipteki bu çalışma Ekim 2021-Ekim 2022 tarihleri arasında Türkiye'nin doğusundaki bir hastanede yürütülmüştür. Çalışmanın analizinde R programlama dili 4.1.3, G*Power 3.1 ve SPSS-22 programı kullanılmıştır. TIGER temelli hemşirelik bilişim yetkinlikleri (TTHBY) toplam puan ortalaması ile Dijital Okuryazarlık Ölçeği (DOÖ) toplam puan ortalaması arasında pozitif ve anlamlı bir ilişki bulunmuştur (p<0.05). DOÖ'nün TTHBY düzeyi üzerindeki etkisini belirlemek üzere geliştirilen regresyon modeli F(1,167)=355.786, p=0.001 olarak bulunmuş ve bağımlı değişkendeki varyansın %68.1'inin (R2=.681) bağımsız değişken tarafından açıklandığı görülmüştür. Bağımsız değişken bağımlı değişkeni anlamlı bir şekilde yordamaktadır. Buna göre, DOÖ'nün TTHBY düzeyi üzerinde pozitif ve anlamlı bir etkisi vardır (β=0.825; t(167)=18.862, p=0.001). TTHBY değişkenini tahmin etmek üzere kurulan tahmin modeli için tüm değişkenlerin performansı makine öğrenmesi algoritmaları ile karşılaştırıldığında en iyi performans gösteren algoritmanın Lasso (REG) regresyonu olduğu görülmüştür. Değişkenlerin modele katkıları Shapley değerleri (Shapley Additive Explanations (SHAP)) ile hesaplanmıştır. TTHBY değişkenini tahmin etmek için modelde olması gereken en önemli değişkenin DOÖ değişkeni olduğu bulunmuştur. Bireylerin TIGER temelli hemşirelik bilişimi yetkinlikleri ile dijital okuryazarlık düzeyleri arasında pozitif bir ilişki vardır. Hemşirelik bilişimi konusunda longitudinal çalışmalar yapılması önerilmektedir.
-
-
-
This study aimed to examine the relationship between nurses’ TIGER-based nursing informatics competencies and digital literacy levels. This descriptive and correlational study was conducted at a hospital in eastern Turkey between October 2021 and October 2022. R programming language 4.1.3, G*Power 3.1 and SPSS-22 program were used in the analysis of the study. There was a positive and significant relationship between the mean total score on the TIGER-based assessment of nursing informatics competencies and the mean total score on the Digital Literacy Scale (p<0.05). The regression model developed to determine the effect of DLS on TANIC level was found to be F(1,167)=355.786, p=0.001, and 68.1% (R2=.681) of the variance in the dependent variable was explained by the independent variable. The independent variable predicts the dependent variable significantly. Accordingly, DLS has a positive and significant effect on the level of TANIC (β=0.825; t (167)=18.862, p=0.001). When the performance of all variables for the prediction model established to predict the TANIC variable was compared with machine learning algorithms, it was seen that the best performing algorithm was Lasso (REG) regression. The contributions of the variables to the model were calculated with Shapley values (Shapley Additive Explanations (SHAP)). It was found that the most important variable that should be in the model to predict the TANIC variable is the DLS variable. There is a positive relationship between individuals’ TIGER-based nursing informatics competencies and digital literacy levels. Longitudinal studies on nursing informatics are recommended.
-
Birincil Dil | Türkçe |
---|---|
Konular | Sağlık Kurumları Yönetimi |
Bölüm | Araştırma Makaleleri |
Yazarlar | |
Proje Numarası | - |
Erken Görünüm Tarihi | 29 Aralık 2023 |
Yayımlanma Tarihi | 29 Aralık 2023 |
Gönderilme Tarihi | 16 Şubat 2023 |
Yayımlandığı Sayı | Yıl 2023 Cilt: 3 Sayı: 3 |