Nursing intellectual capital theory: testing selected propositions
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
AIMS: To test the selected propositions of the middle-range theory of nursing intellectual capital. BACKGROUND: The nursing intellectual capital theory conceptualizes nursing knowledge's influence on patient and organizational outcomes. The theory proposes nursing human capital, nurses' knowledge, skills and experience, is related to the quality of patient care and nurse recruitment and retention of an inpatient care unit. Two factors in the work environment, nurse staffing and employer support for nurse continuing professional development, are proposed to influence nursing human capital's association with patient and organizational outcomes. DESIGN: A cross-sectional survey design. METHODS: The study took place in 2008 in six Canadian acute care hospitals. Financial, human resource and risk data were collected from hospital departments and unit managers. Clearly specified empirical indicators quantified the study variables. The propositions of the theory were tested with data from 91 inpatient care units using structural equation modelling. RESULTS: The propositions associated with the nursing human capital concept were supported. The propositions associated with the employer support for nurse continuing professional development concept were not. The proposition that nurse staffing's influences on patient outcomes was mediated by the nursing human capital of an inpatient unit, was partially supported. CONCLUSION: Some of the theory's propositions were empirically validated. Additional theoretical work is needed to refine the operationalization and measurement of some of the theory's concepts. Further research with larger samples of data from different geographical settings and types of hospitals is required to determine if the theory can withstand empirical scrutiny.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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