MétaCan
Menu
Retour à la cohorte
Enregistrement W2007434798 · doi:10.1111/j.1466-7657.2008.00683.x

Building capacity for nurse‐led research

2009· article· en· W2007434798 sur OpenAlexaff
Nancy Edwards, June Webber, J. Mill, Eulalia Kahwa, Susan Roelofs

Notice bibliographique

RevueInternational Nursing Review · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensUniversity of AlbertaCanadian Nurses AssociationUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNursingCapacity buildingMedicineNursing researchPolitical science

Résumé

récupéré en direct d'OpenAlex

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.

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)0,160
score de la tête « metaresearch » (Gemma)0,190
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil0,849

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1600,190
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0040,009
Communication savante0,0110,009
Science ouverte0,0050,030
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,465
Tête enseignante GPT0,679
Écart entre enseignants0,214 · 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.

Devis d'étudeQualitatif
DomaineIncitatifs
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

Citations98
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Nursing ReviewMême sujetHealth Sciences Research and EducationTravaux en français237 207