Exploring nursing expertise in residential care for older people: a mixed method study
Notice bibliographique
Résumé
AIMS: To explore the expertise of Registered Nurses in residential care for older people. BACKGROUND: As older people in residential care have many complex dependencies, nursing expertise is an essential component of care excellence. However, the work of these nurses can be invisible and, therefore, unrecognized. Thus, additional attention is required to illuminate such nursing expertise. DESIGN: A mixed method design was used in this study. METHODS: The research took place in 2012 in the Republic of Ireland. Twenty-three case study nurses were recruited from nursing homes. Each case study nurse involved five data collection methods: shadowing, interview with a colleague, interview with a resident, a demographic profile and a director of nursing survey. The study was also informed by a modified focus group. Qualitative data were analysed using directed content analysis using a conceptual framework generated from the literature on nursing expertise. Quantitative data were analysed using SPSS and presented in descriptive statistics. FINDINGS: The findings from the case studies and the modified focus group are presented in seven themes, which represent nursing expertise in residential care of older people: transitions, context of the nursing home, saliency, holistic practice knowledge, knowing the resident, moral agency and skilled know how. CONCLUSION: Nursing expertise in residential care of older people is a complex phenomenon which encompasses many aspects of care delivery in a person-centred framework. By rendering this expertise visible, the need for appropriate and adequate skill mix for a growing residential care population is presented.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».