Building capacity for nurse‐led research
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIM: To discuss factors that have influenced the development of research capacity among nurses in lower and middle-income countries (LMICs). BACKGROUND: Concerned health scientists have addressed the importance of building research capacity among health professionals. Strengthening capacity specifically among LMIC nurses has been infrequently discussed. Without the requisite educational preparation or an enabling environment for research, nurses are unlikely to either demand research capacity-building opportunities or initiate research examining nursing practice and health system challenges. METHODS: A scan was conducted of nine internationally funded research capacity-building initiatives to identify programme targeting and the proportion of nurse trainees. A literature review examined graduate and post-graduate training opportunities for LMIC nurses, and barriers and enablers to nurses' involvement in research. Informal consultations were held with nurse leaders in 15 LMICs and leaders of eight LMIC nursing organizations. FINDINGS: The scan found a generic targeting of health professionals with a very low percentage of nurse trainees. Programmes specifically targeting nurses did attract and prepare a significant number of nurses. Factors limiting nurses' involvement in research include hierarchies of power among disciplines, scarce resources, a lack of graduate and post-graduate education opportunities, few senior mentors, and prolonged underfunding of nursing research. CONCLUSIONS: Fully engaging LMIC nurses in health services research may yield pragmatic and evidence-informed service delivery and policy recommendations. Investments in supports for nursing research capacity may enrich global health policy effectiveness and improve quality of 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.
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 | 0,006 | 0,006 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle