A novel in-service nursing education optimizing theory of technological competency as caring in nursing
Notice bibliographique
Résumé
Contemporary and future nursing practices are increasingly being designed with nursing theories as to its foundation. The aim of this article is to describe an in-service education program for nursing administrators centered on the theory of Technological Competency as Caring in Nursing (TCCN). This theory is framed chiefly within the concepts of technology, caring, nursing, and technological competency. Influencing the significance of in-service education is theory-based practice with advancing technologies in human caring. The in-service education program was organized as a five-month, one-hour a month lecture and discussion series. In each session, educational contents are focused on the nursing process as caring based on the theory of TCCN. This education is a plan that will gradually educate the nurse manager group, the mid-level nursing staff group, and finally to the staff nurse group. This hierarchically organized in-service educational plan aims to systematically improve their knowledge and practice situation for three years. During each session, theory content included “knowing persons as caring” as the nursing process based on the theory of TCCN. Participating in these lectures are envisioned to increase knowledge about TCCN for the purpose of improving the overall quality of nursing care outcomes. An organized educational plan will improve the quality of nursing care as influenced by the use of the theory of TCCN in the practice of nursing.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 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 ».