MétaCan
Menu
Retour à la cohorte
Enregistrement W3209412034 · doi:10.1002/nop2.1117

An integrative review of nursing leadership in Saudi Arabia

2021· review· en· W3209412034 sur OpenAlexaff
Bayan Alilyyani, Michael Kerr, Carol Wong, Dhuha Youssef Wazqar

Notice bibliographique

RevueNursing Open · 2021
Typereview
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensWestern University
Organismes subventionnairesTaif University
Mots-clésCINAHLLeadership stylePsycINFOScopusNursingMEDLINENursing literatureMedicinePsychologyAlternative medicinePolitical scienceSocial psychologyPsychological intervention

Résumé

récupéré en direct d'OpenAlex

AIMS: The aims of this integrative review were to describe leadership styles from the nursing literature in Saudi Arabia and to identify the current state of evidence about relationships between leadership styles and nurse, patient and organization outcomes in Saudi Arabia. DESIGN: Integrative review was used as a design for this study. METHODS: The following search terms were used with databases: 'Saudi Arabia', 'leadership theory*', 'leadership style*', 'leadership model*', 'management style' and 'nurse*'. Methodological quality was assessed using two different quality rating tools for quantitative and qualitative studies. Databases used for this review included Nursing & Allied Health Database, Cochrane Database of Systematic Reviews, PubMed, CINAHL, Embase, PsycINFO, Scopus, Web of Science and ProQuest Dissertations & Theses. RESULTS: Nine manuscripts representing eight studies were included in this review. The papers reviewed included quantitative (n = 6), qualitative (n = 2) and mixed methods studies (n = 1). Results were grouped into different themes, identified as nursing leadership styles in Saudi Arabia, leadership styles and nurses' outcomes, and demographics and leadership styles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0120,010
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,343
Tête enseignante GPT0,486
Écart entre enseignants0,143 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing OpenMême sujetNursing education and managementTravaux en français237 207