Correctional nursing in Canada’s Prairie provinces: Roles, responsibilities, and learning needs
Notice bibliographique
Résumé
BACKGROUND: Nurses represent the largest group of health care professionals working with incarcerated persons, yet there is limited understanding of their learning needs, or their roles and responsibilities; and what is known is poorly disseminated. PURPOSE: The goal of this research was to describe the roles, responsibilities, and learning needs of correctional nurses practicing in provincial correctional facilities in Alberta and Manitoba, and to add these data to the existing data set from Saskatchewan. METHODS: Three hundred and forty nurses working in provincial correctional facilities in western Canada were invited to complete a self-administered online survey consisting of a Learning Needs Assessment questionnaire (demographic information, knowledge and learning needs, and professional development); and the Staff Questionnaire (which targeted specific skill sets relevant to clinical practice in secure environments). Eighty-two nurses completed the online survey (overall response rate 24%). RESULTS: Overall, those who participated were experienced in nursing and correctional nursing. The learning needs they identified aligned with their correctional nursing roles and unique practice settings. In particular, issues related to the care of incarcerated persons with mental health disorders and related care were paramount (self-harming behaviours, suicide, mental health assessments in general). In response to the five comprehensive skill sets assessed in the Staff Questionnaire, respondents rated their involvement and importance of the individual skills as important to varying degrees. CONCLUSIONS: The results of this survey shed light on contemporary developments in correctional nursing within provincial correctional facilities in western Canada and provide a foundation for continuing professional education and development, practice, and future research initiatives.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».