Evaluation of Austrian nurses’ competence and factors related to it: An exploratory cross-sectional study
Notice bibliographique
Résumé
Background and objective: The continuous assessment of Registered Nurses' (RNs') competence is important at individual, organizational and systemic levels. Qualifications, the professional working environment as well as experience influence nursing competence. Nursing has significantly changed over the last 25 years in Austria, but RNs’ competence has not been evaluated so far. The aim of the study was to assess nursing competence of Austrian RNs, considering relevant influencing factors.Methods: An exploratory cross-sectional study was conducted. Between October 2021 and February 2022 a total of 841 RNs from 16 Austrian hospitals self-assessed their nursing competencies using the Austrian version of the Nurse Professional Competence Scale Short Form (NPC-SF-AUT). Multiple subgroup analyses with regard to theoretically reasonable influence factors on nursing competence were performed to explore differences in the extent of RNs’ competence.Results: Competencies in scale factors Multi-professional development and cooperation as well as in Health promotion and safeguarding were found as lowest. The overall work experience as well as further education and training had a significant influence on nursing competence, whereas the type of nursing education (vocational vs. higher education), the professional understanding of nursing care and the type of medical discipline did not.Conclusions: Appropriate structures must be implemented to ensure the development and application of Austrian RNs’ basically acquired competencies in practice.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».