MétaCan
Menu
Retour à la cohorte
Enregistrement W2168499992 · doi:10.12927/cjnl.2011.22468

Community of Practice: A Nurse Practitioner Collaborative Model

2011· article· en· W2168499992 sur OpenAlexafffundvenue
Judith Burgess, Linda Sawchenko

Notice bibliographique

RevueNursing leadership · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensUniversity of Victoria
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCompetence (human resources)Health carePublic relationsCollaborative leadershipCollaborative modelCommunity of practiceParticipatory action researchSociologyKnowledge managementNursingPsychologyMedicinePolitical sciencePedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

A study was undertaken with nurse practitioners (NPs) in 2008-2009 to examine post-legislation role development in British Columbia. The authors used a participatory action research approach to engage NPs in social investigation, education and action, and to explore, from the participants' perspective, how collaboration advances NP role integration in primary healthcare. A particular discovery of the study was the Interior Health Authority Community of Practice (CoP) established in collaboration with health leaders and NPs. The purpose of this paper is to report on the CoP and the five characteristics describing this collaborative CoP model, including sanctioned social structure, knowledge exchange network, practice discovery and innovation, generating meaning and value, and power sharing for strategic improvement. The CoP helped NPs to build collegial and collaborative relationships, enhance practice learning and competence, extend and apply new knowledge, enrich professional identities, and shape health organizational policy and politics. Because healthcare research about CoPs is limited, principles of a collaborative CoP model are offered for broader healthcare use. The authors conclude that a collaborative CoP model addresses the internal interests and needs of participating members while attending to the external concerns of the organization, and thus contributes to healthcare improvement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil0,899

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,450
Tête enseignante GPT0,479
Écart entre enseignants0,029 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetNursing Roles and PracticesTravaux en français237 207