Integration of primary care education into undergraduate nursing programs: a scoping review protocol
Notice bibliographique
Résumé
OBJECTIVE: The objective of this scoping review is to examine and map literature related to primary care education in undergraduate nursing programs and to describe the attributes and extent of primary care education. INTRODUCTION: Primary care is a model of first-contact, continuous, comprehensive, and coordinated health care. Registered nurses are integral in successful collaborative team models of primary care. However, it is unclear how undergraduate nursing programs offer opportunities to learn about nursing practice within primary care settings. A better understanding of the attributes and extent of primary care education in undergraduate nursing programs will direct research, inform teaching-learning, and develop a stronger primary care nursing workforce. INCLUSION CRITERIA: This review will consider articles that include faculty/administrators, preceptors, or students of nursing programs that qualify graduates for entry-level registered nursing practice. Articles that report on undergraduate teaching-learning related to primary care will also be considered. Practical nursing, advanced practice, and post-licensure programs will be excluded. Teaching-learning related to settings other than primary care will also be excluded. METHODS: The Framework of Effective Teaching-Learning in Clinical Education will be the organizing framework for this scoping review. A 3-step search strategy will be followed to identify published and unpublished literature. Articles published in English or French will be included. Data extracted from eligible articles will include details on the study design/method, participants, context, type of teaching-learning activity, attributes associated with dimensions of the teaching-learning environment, and relevant outcomes. The results will be reported in tabular and/or diagrammatic format, accompanied by a narrative summary. REVIEW REGISTRATION NUMBER: Open Science Framework: https://osf.io/cw5r3.
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 | 0,118 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,012 | 0,011 |
| Bibliométrie | 0,027 | 0,022 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,007 | 0,009 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,014 |
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 ».