Clinical Nurse Specialists' Approaches in Selecting and Using Evidence to Improve Practice
Notice bibliographique
Résumé
UNLABELLED: ABSTRACT Background: Evidence-based practice (EBP) has become the desired standard within all health disciplines because the integration of the best evidence into clinical practice is fundamental to optimizing patient outcomes. The valuing of research and research-based knowledge as the basis for decision making is explicit in current discourse in the health sciences. Despite the desires of proponents of EBP for use of evidence derived through research, nurses prefer to use knowledge derived from experience and social interactions. The clinical nurse specialist (CNS) is in the ideal position to act as a link between evidence and practice; however, a paucity of knowledge exists on how CNSs select and use evidence in their daily practice. PURPOSE: The purpose of this descriptive, cross-sectional study was to examine the approaches used by CNSs to select and use evidence in their daily practice. METHOD: A telephone survey, developed for this study from a pilot study conducted by the principal investigator (PI), was used to elicit responses from a purposive sample of CNSs living in a western Canadian province who were willing to be contacted for research, and who had practiced clinically as CNSs within the past year. A response rate of 75% (n = 94) was achieved. Descriptive statistics were used to describe and compare the variables of interest. RESULTS: Literature tailored to particular specialties and personal experiences were reported as the most frequently accessed sources of evidence. This evidence was most often used to facilitate improvements in patient care, and least often used to develop further research proposals. CONCLUSION: This study indicates that although CNSs select and use evidence from a wide variety of sources, further development of their capacity to retrieve and transfer knowledge may increase the uptake of research findings in nursing practice.
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 | 0,030 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».