MétaCan
Menu
Retour à la cohorte
Enregistrement W3183087232 · doi:10.1111/jonm.13413

Progress and challenges for advanced practice nursing in Mexico and the United Kingdom

2021· article· en· W3183087232 sur OpenAlexfundno aff
Gustavo Nígenda, Geraldine Lee, Patricia Aristizabal, Geraldine Walters, R.A. Zárate-Grajales

Notice bibliographique

RevueJournal of Nursing Management · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensnon disponible
Organismes subventionnairesDairy Farmers of Canada
Mots-clésNursingWorkforceThematic analysisNurse educationHealth careGovernment (linguistics)MedicinePolitical scienceQualitative researchSociology

Résumé

récupéré en direct d'OpenAlex

AIM: The aim of this study is to compare the advanced practice nursing development in Mexico with the United Kingdom. BACKGROUND: In spite of the involvement of global and local bodies to establish and develop advanced practice nursing worldwide, progress remains variable due to the lack of homogeneity in health care systems and policies. EVALUATION: Using thematic analysis from interviews of 29 health care professionals in Mexico, we identified four major issues that impact on the development of advanced practice nursing: (a) workforce, (b) organizational and institutional, (c) regulatory and legal and (d) academic and educational. KEY ISSUES: Learning from the UK experience in relation to overcoming some of these issues has been insightful in terms of how advanced practice nursing skills in Mexican nurses can be developed. CONCLUSIONS: Mexico is still in early stages of the development of APN. Based on the UK experience, the government may have to move forward to support higher level training, create labour market positions, establish new nursing functions, promote task-shifting and particularly implement solid regulation. IMPLICATIONS FOR NURSING MANAGEMENT: The development of advanced practice nursing represents important challenges for training and practice of nursing in Mexico and the United Kingdom; therefore, interested actors will have to reach key agreements that could work as the foundations of an assertive planning process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,808
Score d'incertitude au seuil0,338

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,150
Tête enseignante GPT0,492
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing ManagementMême sujetNursing Roles and PracticesTravaux en français237 207