Clinical competence of Iranian nurses: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: One of the most important steps in increasing the nurses’ professional competence and consequently improving the quality of nursing care is to evaluate nurses’ clinical competency and then take effective actions to enhance it. This study aimed at exploring the clinical competence of Iranian nurses and factors related to it. MATERIALS AND METHODS: In this systematic review and meta-analysis, PubMed, Scopus, Web of Science, Scientific Information Database, and Iranmedex databases and Google Scholar search engine were searched to February 14, 2020. RESULTS: After screening, a total of 25 articles were included. In general, the level of clinical competence of Iranian nurses was at a desirable level. After meta-analysis of the mean score of nurses’ clinical competence, the combined mean was 161.13 (95% confidence interval [CI]: 137.78–184.48; P < 0.001; I 2 = 99.8%; P value for heterogeneity = P < 0.001) by the Competency Inventory for Registered Nurses (CIRN) questionnaire. The summarized mean of clinical competency measured by the Nurse Competence Scale (NCS) questionnaire was 70.75 (95% CI: 60.80–80.70; P < 0.001; I 2 = 99.9%; P value for heterogeneity = P < 0.001). Factors affecting nurses’ clinical competence were age ≥33 years, nursing work experience ≥9 years, and a master's degree in nursing. However, the clinical competence of nurses had a significant negative relationship with job stress. CONCLUSION: The level of clinical competence of Iranian nurses was desirable. Studies that used the CIRN, reported the highest and lowest clinical competence in clinical care and professional development dimensions, respectively. Studies that used the NCS, reported the highest and lowest clinical competence in dimensions of work role and ensuring quality, respectively.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 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 ».