How, and under what contexts, do academic–practice partnerships collaborate to implement healthcare improvement education into preregistration nursing curriculums: a realist review protocol
Notice bibliographique
Résumé
INTRODUCTION: Internationally, healthcare improvement remains a clinical and educational priority. Consensus in Europe, Canada and the USA to implement quality improvement (QI) education into preregistration nursing curricula ensures students become equipped with the skills and knowledge required to improve practice. Now, New Zealand and Australia are beginning to implement QI education into their nursing curricula. However, QI education is complex; comprising multiple components, each influenced by the contexts under which they are developed and implemented. Evaluation studies of QI education unanimously acknowledge that academic and practice partnerships (APPs) are essential to optimally embed QI into preregistration curricula, yet it is not understood how, and under what contexts, APPs collaborate to achieve this. METHODS AND ANALYSIS: A realist review to determine how, and under what contexts, APPs collaborate to implement QI education in pre-registration nursing will be conducted using the Realist and Meta-narrative Evidence Syntheses: Evolving Standards Guidelines. International stakeholders will be consulted at each stage which includes (1) clarifying the scope of the review through empirical literature and tacit expert knowledge, (2) searching for evidence in healthcare and social science databases/grey literature, (3) appraising studies using the Evidence for Policy and Practice Information and Co-ordinating Centre weight of evidence framework and extracting data using Standards for QUality Improvement Reporting Excellence in Education Publication Guidelines, (4) synthesising evidence and drawing conclusions through the creation of context, mechanism and outcome configurations and (5) disseminating findings through conferences and peer-reviewed publications. ETHICS AND DISSEMINATION: Ethical approval was not required for this study. Findings will be disseminated to international nurse educators, leaders and front-line staff implementing QI education within their own academic and practice contexts through conferences and peer-reviewed publications. PROSPERO REGISTRATION NUMBER: CRD42021282424.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
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 | 0,203 | 0,225 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,011 | 0,014 |
| Bibliométrie | 0,015 | 0,012 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,012 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».