MétaCan
Menu
Retour à la cohorte
Enregistrement W262586257 · doi:10.3928/0022-0124-20020701-09

Meeting the Continuing Education Needs of Rural Nurses in Role Transition

2002· article· en· W262586257 sur OpenAlexaffabout
Cheryl L Pearson, W. Dean Care

Notice bibliographique

RevueThe Journal of Continuing Education in Nursing · 2002
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensWinnipeg Regional Health Authority
Organismes subventionnairesnon disponible
Mots-clésAutonomyNursingFocus groupContinuing educationService delivery frameworkHealth careMedicinePopulationQualitative researchWork (physics)Service (business)PsychologyMedical educationPolitical scienceBusinessSociologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The community health center (CHC) model of care delivery is gaining acceptance throughout Canada's newly created rural health regions. The resulting change in nursing functions presents a challenge to regional health authorities to ensure the attainment and maintenance of practice competencies. METHOD: This qualitative study examined strategies used in selected parts of Canada to prepare and support rural diploma-prepared nurses for role transition from acute care into CHCs. RESULTS: In light of CHC nurses' increased degree of autonomy, skill level, and focus on community wellness, the findings indicate a need for additional educational preparation and supportive strategies for transitioning nurses. CONCLUSION: Regions should educate the public and staff about the principles of primary health care, population health, and factors that determine health to help stakeholders understand their community, the current gaps in service delivery, and the role of CHC nurses. Key players at the provincial level should work together to address competency issues and continuing education needs of nurses in career transition.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,007
Tête enseignante GPT0,284
Écart entre enseignants0,277 · 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
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

Citations13
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Continuing Education in NursingMême sujetNursing education and managementTravaux en français237 207