Advanced Practice Nursing in Canada: Overview of a Decision Support Synthesis
Notice bibliographique
Résumé
The objective of this decision support synthesis was to identify and review published and grey literature and to conduct stakeholder interviews to (1) describe the distinguishing characteristics of clinical nurse specialist (CNS) and nurse practitioner (NP) role definitions and competencies relevant to Canadian contexts, (2) identify the key barriers and facilitators for the effective development and utilization of CNS and NP roles and (3) inform the development of evidence-based recommendations for the individual, organizational and system supports required to better integrate CNS and NP roles into the Canadian healthcare system and advance the delivery of nursing and patient care services in Canada. Four types of advanced practice nurses (APNs) were the focus: CNSs, primary healthcare nurse practitioners (PHCNPs), acute care nurse practitioners (ACNPs) and a blended CNS/NP role. We worked with a multidisciplinary, multijurisdictional advisory board that helped identify documents and key informant interviewees, develop interview questions and formulate implications from our findings. We included 468 published and unpublished English- and French-language papers in a scoping review of the literature. We conducted interviews in English and French with 62 Canadian and international key informants (APNs, healthcare administrators, policy makers, nursing regulators, educators, physicians and other team members). We conducted four focus groups with a total of 19 APNs, educators, administrators and policy makers. A multidisciplinary roundtable convened by the Canadian Health Services Research Foundation formulated evidence-informed policy and practice recommendations based on the synthesis findings. This paper forms the foundation for this special issue, which contains 10 papers summarizing different dimensions of our synthesis. Here, we summarize the synthesis methods and the recommendations formulated at the roundtable.
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 | 0,191 | 0,298 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,012 | 0,010 |
| Bibliométrie | 0,085 | 0,111 |
| Études des sciences et des technologies | 0,018 | 0,007 |
| Communication savante | 0,032 | 0,007 |
| Science ouverte | 0,009 | 0,014 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».