MétaCan
Menu
Retour à la cohorte
Enregistrement W2525559663 · doi:10.1111/jan.13164

The potential for nurses to contribute to and lead improvement science in health care

2016· review· en· W2525559663 sur OpenAlexaff
Rachel Flynn, Shannon D. Scott, Thomas Rotter, Dawn Hartfield

Notice bibliographique

RevueJournal of Advanced Nursing · 2016
Typereview
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensAlberta Health ServicesUniversity of Alberta HospitalUniversity of SaskatchewanUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésQuality managementNursingQuality (philosophy)Health careCurriculumPsychological interventionMedicineMedical educationPsychologyPolitical scienceManagement systemPedagogyEngineering

Résumé

récupéré en direct d'OpenAlex

AIM: A discussion of how nurses can contribute to and lead improvement science activities in health care. BACKGROUND: Quality failures in health care have led to the urgent need for healthcare quality improvement. However, commonly quality improvement interventions proceed to practice implementation without rigorous methods or sufficient empirical evidence. This lack of evidence for quality improvement has led to the development of improvement science, which embodies quality improvement research and quality improvement practice. This paper discusses how the discipline of nursing and the nursing profession possesses many strengths that enable nurses to lead and to play an integral role in improvement science activities. However, we also discuss that there are insufficiencies in nursing education that require attention for nurses to truly contribute to and lead improvement science in health care. DESIGN: Discussion paper. DATA SOURCES: This paper builds on a collection of our previous work, a 12-month scoping review (March 2013-March 2014), baseline study on a quality improvement management system (Lean), interviews with nurses on quality improvement implementation and supporting literature. IMPLICATIONS FOR NURSING: This paper highlights how nurses have the philosophical, theoretical, political and ethical positioning to contribute to and lead improvement science activities. However up to now, the potential for nurses to lead improvement science activities has not been fully used. CONCLUSION: We suggest that one starting point is to include improvement science in nursing education curricula. Specifically, there needs to be increased focus on the nursing roles and skills needed to contribute to and lead healthcare improvement science activities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,131
score de la tête « metaresearch » (Gemma)0,117
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,695

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1310,117
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0130,036
Communication savante0,0260,030
Science ouverte0,0040,026
Intégrité de la recherche0,0160,018
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,019
Tête enseignante GPT0,414
Écart entre enseignants0,395 · 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 source (Gemma direct ou Codex distillé), 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
GenreSynthèse

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

En bref

Citations26
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced NursingMême sujetNursing education and managementTravaux en français237 207