Strengths-Based Nursing: A Process for Implementing a Philosophy Into Practice
Notice bibliographique
Résumé
Strengths-Based Nursing (SBN) is both a philosophy and value-driven approach that can guide clinicians, educators, manager/leaders, and researchers. SBN is rooted in principles of person/family centered care, empowerment, relational care, and innate health and healing. SBN is family nursing yet not all family nursing models are strengths-based. The challenge is how to translate a philosophy to change practice. In this article, we describe a process of implementation that has organically evolved of a multi-layered and multi-pronged approach that involves patients and families, clinicians, educators, leaders, managers, and researchers as well as key stakeholders including union leaders, opinion leaders, and policy makers from both nursing and other disciplines. There are two phases to the implementation process, namely, Phase 1: pre-commitment/pre-adoption and Phase 2: adoption. Each phase consists of distinct steps with accompanying strategies. These phases occur both sequentially and concurrently. Facilitating factors that enable the implementation process include values which align, readiness to accept SBN, curiosity-courage-commitment on the part of early adopters, a critical mass of early adopters, and making SBN approach both relevant and context specific.
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 | 0,091 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,022 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,003 | 0,019 |
| Intégrité de la recherche | 0,005 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».