Knowledge Translation Strategies for Enhancing Nurses’ Evidence‐Informed Decision Making: A Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Nurses are increasingly expected to engage in evidence-informed decision making (EIDM); the use of research evidence with information about patient preferences, clinical context and resources, and their clinical expertise in decision making. Strategies for enhancing EIDM have been synthesized in high-quality systematic reviews, yet most relate to physicians or mixed disciplines. Existing reviews, specific to nursing, have not captured a broad range of strategies for promoting the knowledge and skills for EIDM, patient outcomes as a result of EIDM, or contextual information for why these strategies "work." AIM: To conduct a scoping review to identify and map the literature related to strategies implemented among nurses in tertiary care for promoting EIDM knowledge, skills, and behaviours, as well as patient outcomes and contextual implementation details. METHODS: A search strategy was developed and executed to identify relevant research evidence. Participants included registered nurses, clinical nurse specialists, nurse practitioners, and advanced practice nurses. Strategies were those enhancing nurses' EIDM knowledge, skills, or behaviours, as well as patient outcomes. Relevant studies included systematic reviews, randomized controlled trials, cluster randomized controlled trials, non-randomized trials (including controlled before and after studies), cluster non-randomized trials, interrupted time series designs, prospective cohort studies, mixed-method studies, and qualitative studies. Two reviewers performed study selection and data extraction using standardized forms. Disagreements were resolved through discussion or third party adjudication. RESULTS: Using a narrative synthesis, the body of research was mapped by design, clinical areas, strategies, and provider and patient outcomes to determine areas appropriate for a systematic review. CONCLUSIONS: There are a sufficiently high number of studies to conduct a more focused systematic review by care settings, study design, implementation strategies, or outcomes. A focused review could assist in determining which strategies can be recommended for enhancing EIDM knowledge, skills, and behaviours among nurses in tertiary care.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».