NURSE AND ORGANIZATIONAL CONTEXT CONSIDERATIONS FOR KNOWLEDGE USE IN PAIN CARE: A GUIDING FRAMEWORK
Notice bibliographique
Résumé
Nurses are involved in many of the painful procedures performed on hospitalized children. In collaboration with physicians, nurses have an exceptional responsibility to have knowledge to manage the pain; however, the evidence indicates this is not being done. Issues may be twofold: opportunities to improve knowledge of better pain care practices and/or ability to use knowledge. Empirical evidence is available that, if used by health care providers, can reduce pain in hospitalized children. Theory guided interventions are necessary to focus resources designated for learning and knowledge translation initiatives in the area of pain care. Objective This paper presents the Knowledge Use in Pain Care (KUPC) conceptual model that blends concepts from the fields of knowledge utilization and work life context, including human resource management which are believed to influence the translation of knowledge to practice. The four main components in the KUPC model include those related to the organization, the individual nurse, the individual patient and the sociopolitical context. The KUPC model was conceptualized to account for the complex circumstances surrounding nurse’s knowledge uptake and use in the context of pain care. Conclusion The model provides a framework for healthcare administrators, clinical leaders and researchers to consider as they decide how to intervene to increase knowledge use to reduce painful experiences of children in hospital.
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 | 0,013 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,026 |
| Communication savante | 0,012 | 0,010 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».