MétaCan
Menu
Retour à la cohorte
Enregistrement W1485217799

Nurses' perceptions of the impact of a renal nursing professional practice model on nursing outcomes, characteristics of practice environments and empowerment--Part I.

2007· article· en· W1485217799 sur OpenAlexaff
Lori Harwood, Jane Ridley, Julie Ann Lawrence-Murphy, Sharon White, Heather K. Spence-Laschinger, Joy Bevan, Karen O’Brien

Notice bibliographique

RevuePubMed · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensLondon Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésNursingEmpowermentTransformational leadershipMedicineFocus groupNursing researchNurse educationPsychologySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A transformational nursing professional practice model (PPM) was developed and implemented in the London Health Sciences Centre's renal program. The purpose of this study was to examine the impact of a renal nursing PPM on nurses'perceptions of empowerment, characteristics of practice environments, and nursing outcomes. Quantitative and qualitative methodologies were used in this study. This paper will focus primarily on the quantitative results. The qualitative results are presented in Part II (Harwood, Ridley, Lawrence-Murphy, White, Laschinger, Bevan, & O'Brien, in press). A "then-and-now" design was used. There was a significant (p = .005) improvement post-PPM implementation in the nursing foundations for quality of care subscale of the Nursing Worklife Index-Practice Environment Scale (NWI-PES) and organizational relationships (p = .016) measured by the Conditions of Work Effectiveness II (CWEQ-II) Questionnaires. This study provides evidence for PPMs and primary nursing as effective frameworks to positively impact nursing and patient outcomes in a hemodialysis unit.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,409
Écart entre enseignants0,376 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetGeriatric Care and Nursing HomesTravaux en français237 207