Building Capacity for Evidence‐Based Practice: Understanding How Licensed Practical Nurses (LPNs) Source Knowledge
Notice bibliographique
Résumé
BACKGROUND: In Canada, all nurses are required to engage in evidence-based practice (EBP) as an entry-to-practice competency; however, there is little research that examines Licensed Practical Nurses' (LPNs') information seeking behaviors or preferred sources of knowledge to conduct EBP. AIMS: Due to the differences in education and roles of LPNs and Registered Nurses (RNs), it is both necessary and important to gain an understanding of how LPNs utilize evidence in their unique nursing practice. The purpose of this study was to investigate how LPNs source knowledge for their nursing practice. METHODS: A descriptive, cross-sectional survey of LPNs from Alberta, Canada asked participants to rank sources of knowledge that inform their practice. Responses were correlated with age and years of practice. Analysis of variance was used to determine if there were significant mean differences between average scores and place of employment. RESULTS: LPN participants used similar sources of knowledge as RNs. The top source of knowledge for both RNs and LPNs was the information they learn about each individual client and the least utilized sources of knowledge were articles published in nursing, medical, and research journals, tradition, and popular media. This finding is consistent with previous studies on RNs that found nurses do not often access current research evidence to inform their practice. LINKING EVIDENCE TO ACTION: Since relatively few LPNs access nursing and research journals, it is important to tailor EBP education information to the workplace context. Future avenues of research might explore the potential of using in-services and webinars to disseminate information and skills training on EBP to the LPNs, as this was a popular source of practice knowledge.
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 | 0,014 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».