MétaCan
Menu
← Retour à la cohorte
Enregistrement W4232158605 · doi:10.32920/ryerson.14656584

Public health core and nursing competencies among public health nurses in Ontario: A pilot study to assess awareness and utilization

2021· preprint· en· W4232158605 sur OpenAlexafffundabout
Nancy Peroff-Johnston

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensToronto Metropolitan UniversityUniversity of Ottawa
Organismes subventionnairesHealth Canada
Mots-clésPublic healthNursingWorkforceCore competencyPublic health nursingPublic health nurseFacilitatorNursing managementMedicinePsychologyBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

Purpose: This study describes influencing factors that public health core and public health nursing competency sets have had on public health nursing workforce development since their release in 2007 and 2009 respectively. Methods: A descriptive, non-experimental pilot study was conducted using Rogers Diffusion of Innovation Theory as a framework to explore awareness and utilization of public health core and nursing competencies among a sample of 221 public health nurses (PHNs) working in Ontario health units. Results: Findings suggest substantial awareness and moderate use of both competency sets among PHNs, with a statistically significant difference between management and front-line staff in level of awareness of core competencies only. Barrier/facilitator themes influencing competency set utilization frequently represented organizational factors, and were slightly different between competency sets. Implications: Results have implications for knowledge translation efforts of competencies integration into practice and addressing barriers to precluding competency-based public health nursing workforce policy and planning.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,824
Score d'incertitude au seuil0,354

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,488
Tête enseignante GPT0,523
Écart entre enseignants0,035 · 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'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetInterprofessional Education and Collaboration→Travaux en français237 207→