An international e-Delphi study to identify core competencies for Italian cardiac nurses
Notice bibliographique
Résumé
AIMS: The management of cardiovascular patients requires increasingly competent nursing professionals. In Italy, there are no specific postgraduate courses focused on specialist cardiac skills development for nurses. To develop such courses, content incorporating appropriate competencies is required and this study was designed to meet this. To delineate a set of core competencies to develop national educational interventions to ensure cardiac nurses in Italy achieve international standards. METHODS AND RESULTS: A three-round e-Delphi study including a panel of 32 expert cardiac nurses from the UK, Canada, Australia, New Zealand, and Italy was conducted; 26 respondents completed all three rounds. The first round sought a list of five competencies from each participant which they were asked to prioritize in Round 2. In Round 3, they were asked to prioritize again with the knowledge of the priorities identified in Round 2. The final list of competencies was those achieving 70% agreement among participants. We identified 14 core competencies spanning a range of areas of competence including technical, interpersonal, health promotion, use of evidence, and management. Only minor differences were evident between the Italian and the international panel regarding the priority given to some core competences, such a leadership and taking patient history. CONCLUSION: This is the first study in Italy to delineate cardiac nurses' core competencies. As such, it provides a foundation for the development of postgraduate educational programmes for cardiac nurses including competencies that are congruent with international standards.
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 | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».