Reflective practice among nurses working in a teaching hospital: An action research with promising benefits for professional development
Notice bibliographique
Résumé
Background/objectives: Education and professional development are becoming major issues for the nursing profession, which must adapt to new knowledge in the field of health and aging. This study aimed at developing, field-testing and evaluating the benefits of a reflective practice intervention with nurses caring for hospitalized elders. Method: Based on the Theory of Human Caring and on the Model for Structured Reflection, the study was carried out using an action research approach. Upon completing the reflective practice intervention, the nurses were invited to describe the nursing knowledge and skills that they developed, as well as their perception of reflective practice as a means of improving their professional practice. The study was conducted with 22 nurses working in a teaching hospital. The reflective practice intervention comprised eight thematic workshops each lasting 75 minutes, held at intervals of three weeks, combined with assigned readings and individual exercises. Qualitative data were collected through open-ended questionnaires and focus groups. These data were subjected to thematic content analysis. Results: Results show that nurses developed different skills required in reflective practice, including introspection, open-mindedness, communication and critical analysis. The participants recognized that the reflective practice intervention allowed them to develop empirical, ethical, esthetic, personal and emancipatory knowledge. Moreover, they perceived reflective practice intervention as a means of improving their professional practice as it encouraged breaking established care routines and fostered the integration of best practices. Conclusion: This study demonstrates the potential of a reflective practice intervention in a clinical setting as a novel professional development approach that valorizes nurses’ experiences and allows the introduction of interventions based on best practice guidelines.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,045 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».