MétaCan
Menu
Retour à la cohorte
Enregistrement W2390846198 · doi:10.1097/nna.0000000000000349

Enhancing Role Clarity for the Practical Nurse

2016· article· en· W2390846198 sur OpenAlexaffabout
Sara Lankshear, Janet Rush, Annette Weeres, Dianne Martin

Notice bibliographique

RevueJONA The Journal of Nursing Administration · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensGeorgian College
Organismes subventionnairesnon disponible
Mots-clésCLARITYTeamworkConfusionScope (computer science)Scope of practiceHealth careNursingPsychologyFocus groupMedicineComputer sciencePolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of this study was to determine factors contributing to practical nurse (PN) role confusion and the impact on nursing intraprofessional team collaboration. BACKGROUND: There is limited literature describing the intraprofessional relationship of the RN and PN in areas such as role conflict, scope of practice, and team collaboration. METHODS: A mixed-methods design was used targeting Ontario RNs and PNs, including an online survey and focus groups. RESULTS: Results (N = 1101) revealed varying levels of knowledge regarding the distinct and overlapping scope of practice for each role, with shared opinions regarding areas such as respect, teamwork, and the role of leadership. CONCLUSIONS: Nurses' roles will continue to evolve in response to changes in patient populations and healthcare systems. As such, role clarity is essential to support optimal use of nursing knowledge for safe patient care. Leadership is key to establishing parameters for professional practice and creating a culture of collaboration and respect.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,763
Score d'incertitude au seuil0,825

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,079
Tête enseignante GPT0,526
Écart entre enseignants0,447 · 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'étudeSans objet
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

Citations29
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJONA The Journal of Nursing AdministrationMême sujetInterprofessional Education and CollaborationTravaux en français237 207