Changes in nurses' views and practices concerning nurse prescribing between 2006 and 2012: results from two national surveys
Notice bibliographique
Résumé
AIMS: To assess changes in the prescribing practices and views about nurse prescribing of Registered Nurses in the Netherlands between 2006 and 2012. BACKGROUND: Considering the developments that took place in the Netherlands between 2006 and 2012, such as increased opportunities for nurse prescribing education and stricter control of nurses' prescribing practices, this study examines the extent to which nurses' prescribing practices and views have changed in the intervening years. In both years, nurses were not legally allowed to prescribe. DESIGN: Survey study. METHODS: Surveys were conducted in 2006 and 2012. Questionnaires were sent to a national sample of nurses. The questionnaires addressed nurses' views on nurse prescribing and the extent to which nurse prescribing took place in the respondents' work setting. RESULTS: There were 386 and 644 respondents to the 2006 and 2012 surveys respectively. The proportion of nurses who said that they felt adequately equipped to prescribe medicines remained constant around 12%. Insufficient knowledge to prescribe remained the most important reason for feelings of inadequacy. More than a quarter of the nurses in both surveys stated that nurses in their team sometimes write prescriptions. There were few changes in views on the consequences of nurse prescribing for nurses' practice. CONCLUSION: Overall, nurses' support for nurse prescribing remained stable at a fairly cautious level, while the number of nurses feeling inadequately equipped to prescribe remained high. As nurse prescribing is expected to improve the quality and continuity of care, this should be taken into account in policy expectations.
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 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».