MétaCan
Menu
Retour à la cohorte
Enregistrement W4288072734 · doi:10.1097/nhh.0000000000001005

Continuing Education for Home Care Nurses

2021· review· en· W4288072734 sur OpenAlexaff
Michelle Pavloff, Mary Ellen Labrecque

Notice bibliographique

RevueHome Healthcare Now · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiqueFamily and Patient Care in Intensive Care Units
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésNursingCINAHLStaffingCompetence (human resources)MEDLINEMedicineBurnoutCredentialingContinuing educationNurse educationMedical educationPsychology

Résumé

récupéré en direct d'OpenAlex

With the wide range of clinical skills and responsibilities that home care nurses (HCNs) are expected to perform, it is important they are supported with access to relevant continuing nursing education (CNE) to perform their job safely and effectively. An integrative literature review was conducted to explore the current evidence on CNE for HCNs. Medline and CINAHL were searched and 13 articles that met the criteria were reviewed. The analysis identified three themes: (1) learning strategies (simulation, virtual gaming, elearning, traditional learning); (2) challenges (staffing, time, access, skill) and opportunities (incentive to stay employed, decreased burnout); and (3) learning needs (palliative, patient and family needs, older adults and dementia, acute nursing skills). Nurses who provide care to patients in their homes have very complex roles and responsibilities. In order to keep patients and nurses safe, standards of education for HCNs, beyond their basic education program, must be developed. These educational standards must be designed to address the complex medical needs of patients while making the educational opportunities accessible and value-added. Improving the CNE experience for HCNs has the potential to increase patient safety, improve care outcomes, increase nurse competence, improve retention, and decrease nurse burnout.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,766
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,002
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 Opus0,164
Tête enseignante GPT0,497
Écart entre enseignants0,332 · 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.

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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHome Healthcare NowMême sujetFamily and Patient Care in Intensive Care UnitsTravaux en français237 207