Working with families: From theory to clinical nursing practice
Notice bibliographique
Résumé
Aim: This qualitative study explored clinicians’ and educators’ perspectives on how knowledge and skills about family assessment and family nursing are translated from student learning to clinical nursing practice, together with barriers and supports for family-centred nursing practice. Background: Previous studies have explored educational preparation for family nursing and indicated that family-focussed nursing contributes to greater satisfaction with practice, however, little research has explored nurses’ perceptions about the usefulness of family nursing content and theory in clinical settings. Method: Data were collected from a Canadian school of nursing offering comprehensive undergraduate, postgraduate and staff development workshops in family nursing. Collection methods included participant observation in the school, a review of the school's teaching and learning documentation, and in-depth interviews/focus groups with teachers, students, graduates and workshop participants. Data were collected from 26 current students, undergraduate and postgraduate graduates, workshop participants and teachers from the school. Data were analysed for themes using grounded theory techniques of constant comparison and theoretical sampling. Findings: It was found that family nursing is more likely to be implemented in clinical practice areas where: patients experience serious or life-threatening illnesses, staff are educationally prepared, there is ongoing mentorship, and management support for family nursing. A family focus is less likely in areas with high patient turnover, such as acute medical-surgical wards. Conclusion: There is a need to adequately prepare nurses for family nursing, provide staff development and management support in the workplace to promote family-centred 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 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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 ».