Understanding skill acquisition among registered nurses: the ‘perpetual novice’ phenomenon
Notice bibliographique
Résumé
AIMS AND OBJECTIVES: To determine whether the perpetual novice phenomenon exists beyond nephrology nursing where it was first described. BACKGROUND: The perpetual novice is a state in which nurses are unable to progress from a novice to an expert in one or more essential clinical skills which are used in their practice area. Maintaining clinical competence is essential to quality patient care outcomes. DESIGN: An exploratory, sequential, mixed methods design was used, comprised of a quantitative component followed by in-depth interviews. METHODS: Registered nurses employed in one of four roles were recruited from two university-affiliated hospitals in London, Ontario, Canada: Clinical Educator, Clinical Nurse Specialist, Advanced Practice Nurse and Nurse Practitioner. Participants were first asked to complete and return a survey and demographic questionnaire. Following the return of the completed surveys, ten participants were interviewed to enhance the results of the surveys. RESULTS: The results of the surveys confirmed that the perpetual novice phenomenon exists across multiple nursing care areas. Four contributing factors, both personal and structural in nature, emerged from the interviews: (1) opportunities for education, (2) the context of learning, (3) personal motivation and initiative to learn and (4) the culture of the units where nurses worked. CONCLUSION: The perpetual novice phenomenon exists due to a combination of both personal factors as well as contextual factors in the work environment. RELEVANCE TO CLINICAL PRACTICE: The results assist in directing future educational interventions and provide nursing leaders with the information necessary to create work environments that best enable practicing nurses to acquire and maintain clinical competence.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».