Which priority indicators to use to evaluate nursing care performance? A discussion paper
Notice bibliographique
Résumé
AIMS: A discussion of an optimal set of indicators that can be used on a priority basis to assess the performance of nursing care. BACKGROUND: Recent advances in conceptualization of nursing care performance, exemplified by the Nursing Care Performance Framework, have revealed a broad universe of potentially nursing-sensitive indicators. Organizations now face the challenge of selecting, from this universe, a realistic subset of indicators that can form a balanced and common scorecard. DESIGN: Discussion paper drawing on a systematic assessment of selected performance indicators. DATA SOURCES: Previous works, based on systematic reviews of the literature published between 1990 - 2014, have contributed to the development of the Nursing Care Performance Framework. These works confirmed a robust set of indicators that capture the universe of content currently supported by the scientific literature and cover all major areas of nursing care performance. Building on these previous works, this study consisted in gathering the specific evidence supporting 25 selected indicators, focusing on systematic syntheses, meta-analyses and integrative reviews. IMPLICATIONS FOR NURSING: This study has identified a set of 12 indicators that have sufficient breadth and depth to capture the whole spectrum of nursing care and that could be implemented on a priority basis. CONCLUSIONS: This study sets the stage for new initiatives aiming at filling current gaps in operationalization of nursing care performance. The next milestone is to set up the infrastructure required to collect data on these indicators and make effective use of them.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».