Optimization of home care nurses in Canada: A scoping review
Notice bibliographique
Résumé
Nurses are among the largest providers of home care services thus optimisation of this workforce can positively influence client outcomes. This scoping review maps existing Canadian literature on factors influencing the optimisation of home care nurses (HCNs). Arskey and O'Malley's five stages for scoping literature reviews were followed. Populations of interest included Registered Nurses, Registered/Licensed Practical Nurses, Registered Nursing Assistants, Advanced Practice Nurses, Nurse Practitioners and Clinical Nurse Specialists. Interventions included any nurse(s), organisational and system interventions focused on optimising home care nursing. Papers were included if published between January 1, 2002 up to May 15, 2015. The review included 127 papers, including 94 studies, 16 descriptive papers, 6 position papers, 4 discussion papers, 3 policy papers, 2 literature reviews and 2 other. Optimisation factors were categorised under seven domains: Continuity of Care/Care; Staffing Mix and Staffing Levels; Professional Development; Quality Practice Environments; Intra-professional and Inter-professional and Inter-sectoral Collaboration; Enhancing Scope of Practice: and, Appropriate Use of Technology. Fragmentation and underfunding of the home care sector and resultant service cuts negatively impact optimisation. Given the fiscal climate, optimising the existing workforce is essential to support effective and efficient care delivery models. Many factors are inter-related and have synergistic impacts (e.g., recruitment and retention, compensation and benefits, professional development supports, staffing mix and levels, workload management and the use of technology). Quality practice environments facilitate optimal practice by maximixing human resources and supporting workforce stability. Role clarity and leadership supports foster more effective interprofessional team functioning that leverages expertise and enhances patient outcomes. Results inform employers, policy makers and relevant associations regarding barriers and enablers that influence the optimisation of home care nursing in nursing, intra- and inter-professional and inter-organisational contexts.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».