MétaCan
Menu
Retour à la cohorte
Enregistrement W2791710871 · doi:10.1097/njh.0000000000000425

Development of Nurse Practitioner Competencies for Advance Care Planning

2018· article· en· W2791710871 sur OpenAlexaff
Roberta Heale, Lori Rietze, Laura Hill, Stacey Roles

Notice bibliographique

RevueJournal of Hospice and Palliative Nursing · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensNOSM UniversityCanadian Association of Occupational TherapistsHealth Sciences NorthLaurentian University
Organismes subventionnairesnon disponible
Mots-clésDelphi methodDelphiHealth careAdvance care planningNursingPlan (archaeology)Nurse practitionersMedical educationMedicinePsychologyComputer sciencePolitical sciencePalliative care

Résumé

récupéré en direct d'OpenAlex

This article describes the development of nurse practitioner (NP) competencies for advance care planning. Nurse practitioners are well positioned to implement advance care planning with their patients; however, very few patients have an advance care plan. A modified Delphi method was used to engage NPs in achieving consensus for advance care planning competencies. In round 1, draft competencies were developed from the findings of a survey of NP beliefs, knowledge, and level of implementation of advance care planning. In round 2, 29 NPs participated in the evaluation of the draft competencies and their components. Revisions were made, and a final round was conducted where 15 of the original NP participants confirmed their consensus with the final document. The final document includes 4 competencies, each with several elements: (1) Clinical Practice, (2) Consultation and Communication, (3) Advocacy, and (4) Therapeutic Management. Advance care planning competencies will provide NPs with a guide that can be used to ensure that they are able to clearly identify their distinct role in advance care planning. These competencies may inform the integration of advance care planning in a variety of health care settings and with other health care providers.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,272
Score d'incertitude au seuil0,322

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,114
Tête enseignante GPT0,457
Écart entre enseignants0,343 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations18
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hospice and Palliative NursingMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207