The Psychometric Properties of Version 2 of the Canadian Nurse Informatics Competency Assessment Scale
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 2020, we conducted a mixed methods study comprised of a cross-sectional survey in which we applied a modified version of the 21-item Canadian Nurse Informatics Competency Assessment Scale and one-on-one interviews to explore self-perceived nursing informatics competency and readiness for future digital health practice. A total of 221 senior-level students in BScN programs in western Canada participated. This article reports on results related to the factor structure and internal consistency reliability of the 26-item (version 2) of the Canadian Nurse Informatics Competency Assessment Scale. Exploratory principal component analysis with the varimax rotation revealed a four-component structure, explaining 55.10% of the variance. All items on the Canadian Nurse Informatics Competency Assessment Scale 2 had good loadings, except item 7, which did not load to any domain but was retained based on an evaluation of the α value and item relevance to nursing practice. A few items shifted to different domains. The overall reliability of the Canadian Nurse Informatics Competency Assessment Scale 2 was ( α = .916) and its subscales: information and knowledge management ( α = .814), professional and regulatory accountability ( α = .741), and use of information and communication technology ( α = .895). This study provided preliminary evidence for the factor structure and reliability of the Canadian Nurse Informatics Competency Assessment Scale 2 among nursing students. Further testing is recommended.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle