Organizational facilitators and barriers to optimal APRN practice: An integrative review
Notice bibliographique
Résumé
BACKGROUND: The organizational environment can foster or impede full deployment of advance practice registered nurses (APRNs), affecting the quality of care and patient outcomes. Given the critical role APRNs play in health care, it is important to understand organizational factors that promote or hinder APRN practice to maximize the potential of this workforce in health care systems. PURPOSE: The aim of this study was to synthesize evidence about APRN practice environments, identify organizational facilitators and barriers, and make recommendations for better APRN utilization. METHODS: A literature search was conducted in CINAHL, PubMed, and PsychInfo, yielding 366 studies. No time or geographic limitations were applied. Study quality was appraised using the National Institutes of Health National Heart, Lung, and Blood Institute Quality Assessment Tool for Observational Cohort and Cross-Sectional Studies and The Joanna Briggs Institute Critical Appraisal Checklist for Qualitative Studies. RESULTS: Thirty studies conducted in the United States, Canada, and the Netherlands met inclusion criteria. The majority of the studies involved nurse practitioners. Facilitators to optimal practice environment were autonomy/independent practice and positive physician/APRN relations. Barriers included policy restrictions on practice, poor physician relations, poor administrator relations, and others' lack of understanding of the APRN role. Barriers correlate with job dissatisfaction and increased intent to leave job. PRACTICE IMPLICATIONS: The review highlights the importance of physician and administration relations, organizational-level policies, and colleagues' understanding of the APRN role in promoting effective practice environments. Organizations should align policy reform efforts with factors that foster positive APRN practice environments to efficiently and effectively utilize this increasingly vital workforce. Future research is warranted.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».