MétaCan
Menu
Retour à la cohorte
Enregistrement W2727154840 · doi:10.1111/nin.12212

The impact of regulatory perspectives and practices on professional innovation in nursing

2017· article· en· W2727154840 sur OpenAlexaffabout
Sarah Wall

Notice bibliographique

RevueNursing Inquiry · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMandateNursingLegislationHealth careNurse educationNursing researchProfessional associationMedicinePublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

Since at least the 1970s in Canada, there have been calls for health system reforms based on innovative roles and expanded scopes of practice for nurses. Professional regulatory organizations, through legislation, define the standards and parameters of professional nursing practice. Nursing regulators emphasize public protection over the advancement of nursing; regulatory processes and decisions tend to be conservative and risk-averse. This study explored the impact that regulatory processes have on innovation in nursing roles. Nurses in a range of unique practice situations were interviewed, including nurses in non-traditional roles and/or settings, those with cross-jurisdictional career histories, and those working in interdisciplinary practices and educational settings. For these nurses, nursing practice was viewed through a traditional clinical lens, which did not fit for them. They experienced hassle, delay, and inconsistencies in regulatory practices. They felt mistreated and fearful of the regulator and lamented the ways in which ambitious, creative, capable nurses were stymied in attempting new applications for nursing knowledge. Nursing is constraining its own mandate to contribute to health care through stringent licensing processes. Healthcare reform provides an opportunity for nursing regulators to rethink their processes and provide the latitude for nurse-driven change.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,273
Tête enseignante GPT0,617
Écart entre enseignants0,344 · 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.

Devis d'étudeObservationnel
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

Citations9
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetHealthcare Quality and ManagementTravaux en français237 207