MétaCan
Menu
Retour à la cohorte
Enregistrement W2980450509 · doi:10.12927/cjnl.2019.25959

Role and Strategies that Managers can Apply to Support Point-of-Care Nurses’ Use and Adoption of Health Information Technology: A Scoping Review

2019· review· en· W2980450509 sur OpenAlexaffvenue
Zohra Surani, Matthew John, Ana Laura Solano López, Victor Gbenro, Linda Slodan, Gillian Strudwick

Notice bibliographique

RevueNursing leadership · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensRegistered Nurses' Association of OntarioCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésPoint (geometry)NursingHealth carePsychologyKnowledge managementBusinessPublic relationsMedicinePolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Nurse managers play a significant role in the way care is provided by point-of-care nurses. Yet it is unclear what role nurse managers have in supporting nurses in using health information technologies (ITs) specifically. The objectives of this article are to (1) uncover the role of nurse managers in supporting point-of-care nurses to optimally use health ITs and (2) identify strategies that nurse managers can employ to support point-of-care nurses in using these technologies. A scoping review methodology was used, which resulted in the inclusion of 10 relevant articles. Concerning the role of the nurse manager, four themes were identified: (1) decision making, , (2) implementation planning, (3) supporting staff and (4) evaluation. With regard to strategies to support the use of health ITs, two themes were identified: (1) strategies that prepare nurse leaders in their role of supporting point-of-care staff in using health ITs and (2) strategies that directly support point-of-care staff in using health ITs. The results of this review will be of interest to nurse leaders, informatics researchers and nurse informaticians.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,310
Tête enseignante GPT0,480
Écart entre enseignants0,170 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207