How ready are nursing colleges to be integrated into higher education? A scoping review of influential factors
Notice bibliographique
Résumé
Background and aim: The integration of college-based nursing education into higher education has gained significant momentum worldwide. However, in countries where integration has not happened some nursing colleges continue to encounter challenges in their readiness for this process. The study aimed to identify and map the breadth of evidence available on the factors that influence the readiness of nursing colleges to transition into higher education.Methods: Databases such as PubMed, CINAHL, Health Source Nursing Academic Edition, SCOPUS, Google scholar, and Educational Resources Information Centre were used. The review focused on literature published only in English from 1996 to 2021. Arksey and O’Malley’s scoping review framework was used.Results: The search identified 1,408 publications; 23 of these met the inclusion criteria and were selected for full-text review. The following themes emerged: regulations and policies, recognition of nursing education, nurse educator roles, and financial considerations.Conclusions: The review’s findings revealed a need for clear policy frameworks to guide higher education integration and regulatory processes for nursing colleges. Becoming part of higher education improves nursing’s academic status, however, integration may give rise to challenges associated with the lack of educator involvement in policy development and integration plans, and unchanged funding arrangements. The repositioning of nursing colleges should take cognisance of lessons from other countries regarding integration readiness to ensure that change happens with minimal disruption and disharmony.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».