Identification of nursing assessment models/tools validated in clinical practice for use with diverse ethno-cultural groups: an integrative review of the literature
Notice bibliographique
Résumé
BACKGROUND: High income nations are currently exhibiting increasing ethno-cultural diversity which may present challenges for nursing practice. We performed an integrative review of literature published in North America and Europe between 1990 and 2007, to map the state of knowledge and to identify nursing assessment tools/models which are have an associated research or empirical perspective in relation to ethno-cultural dimensions of nursing care. METHODS: Data was retrieved from a wide variety of sources, including key electronic bibliographic databases covering research in biomedical fields, nursing and allied health, and culture, e.g. CINAHL, MEDline, PUBmed, Cochrane library, PsycINFO, Web of Science, and HAPI. We used the Critical Appraisal Skills Programme tools for quality assessment. We applied Torraco's definition and method of an integrative review that aims to create new knowledge and perspectives on a given phenomena. To add methodological rigor with respect to the search strategy and other key review components we also used the principles established by the Centre for Reviews and Dissemination. RESULTS: Thirteen thousand and thirteen articles were retrieved, from which 53 full papers were assessed for inclusion. Eight papers met the inclusion criteria, describing research on a total of eight ethno-cultural assessment tools/models. The tools/models are described and synthesized. CONCLUSIONS: While many ethno-cultural assessment tools exist to guide nursing practice, few are informed by research perspectives. An increased focus on the efficiency and effectiveness of health services, patient safety, and risk management, means that provision of culturally responsive and competent health services will inevitably become paramount.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».