Nurses' attitudes towards older people care: An integrative review
Notice bibliographique
Résumé
AIMS AND OBJECTIVES: To examine hospital nurses' attitudes towards caring for older adults and delineate associated factors contributing to their attitudes. BACKGROUND: Population ageing is of international significance. A nursing workforce able to care for the ageing population is critical for ensuring quality older adult care. A synthesis of research related to nurses' attitudes towards older adult care is important for informing care quality and the nursing workforce issues. METHODS: A systematic integrative review process guided the review. Cumulative Index of Nursing and Allied Health Literature and Medline databases were searched for primary research published between 2005-2017. A total of 1,690 papers were screened with 67 papers read in-depth and eight selected for this review that met the inclusion/exclusion criteria. RESULTS: Nurses' held coexisting positive and negative attitudes towards generic and specific aspects of older adult care. Negative attitudes, in particular, were directed at the characteristics of older adults, their care demands or reflected in nurses' approaches to care. Across jurisdictions, work environment, education, experience and demographics emerged as influences on nurses' attitudes. CONCLUSION: There is a paucity of research examining nurses' attitudes towards older adult care. The limited evidence indicates that attitudes towards older people care are complex and contradictory. Influences on nurses' attitudes need further study individually and collectively to build a strong evidence base. Interventional studies are needed as are the development of valid and reliable instruments for measuring nurses' attitudes towards older adult care. RELEVANCE TO CLINICAL PRACTICE: Bolstering postgraduate gerontological preparation is critical for promoting nurses' attitudes towards older adult care. Creating age-friendly work environments, including appropriate resource allocation, is important to support older people care and facilitate positive nursing attitudes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».