Effect of Shared Governance on Nurse-Sensitive Indicator and Satisfaction Outcomes: An International Comparison
Notice bibliographique
Résumé
OBJECTIVE: Researchers examined associations between Index for Professional Nursing Governance (IPNG) scores and outcomes, by US and international hospitals. BACKGROUND: Nursing governance and effects on nurse-related outcomes are not well studied. METHODS: Associations were evaluated using average IPNG scores from 2170 RNs and nurse-sensitive indicators (NSIs) and patient and RN satisfaction outcomes (n = 205 study units, 20 hospitals, 4 countries). RESULTS: International units had better IPNG shared governance scores (113.5; US = 100.6; P < 0.001), and outcomes outperforming unit benchmarks (6 of 15, 40.0%; US = 2 of 15, 13.3%). Shared governance significantly outperformed traditional governance for 5 of 20 (25.0%) US outcomes (patient satisfaction = 1, RN satisfaction = 4) and for 3 of 11 (27.3%) international (patient satisfaction = 1, RN satisfaction = 2). Internationally, self-governance significantly outperformed traditional governance and shared governance for 5 of 12 (41.7%) outcomes (NSI = 2, patient satisfaction = 3). CONCLUSIONS: Shared governance is a strategy that can be considered by nurse leaders for improving select outcomes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».