Educational Needs of Rural Nurses when Entering Practice
Notice bibliographique
Résumé
Purpose: The purpose of this integrative review is to identify the educational needs of rural nurses and the strategies that have been effective in meeting those education needs. Sample: The literature search yielded 1388 articles to be screened after 930 duplicates were removed. Two researchers screened by title and abstract and full-text review, yielding ten articles. Four were qualitative, four were quantitative and two studies were mixed methods. Method: An integrative review using Whittemore and Knafl’s method was conducted. CINAHL, MEDLINE, EMBASE and Scopus databases were searched. Studies about registered nurses' practice from Canada, the United States and Australia were included as these countries are geographically large with rural areas at a distance from larger, urban centres. Inductive content analysis was used to develop themes. Findings: The themes of educational needs, educational delivery, and barriers to education were developed from data analysis. Educational needs of rural nurses are well established, although multiple barriers impede access to education. Various educational delivery methods have been attempted; it is unclear as to which method is most effective. Conclusions: Rural nurses must continue to advocate for education opportunities specific to their needs and the demands related to working within the rural context. It’s essential employers and accrediting bodies of hospitals work together to ensure that rural and remote nurses have the essential skills to care for rural and remote populations. Keywords: rural nursing, educational needs, educational delivery, barriers to education.DOI: https://doi.org/10.14574/ojrnhc.v23i1.723
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».