Community Health Nursing in Saudi Arabia: Practices and Learning Needs
Notice bibliographique
Résumé
Purpose: This study investigated the daily practices of community nurses working in Primary Health Care Centers (PHCCs) and their learning needs. Participants and Methods: This descriptive cross-sectional correlational study was guided by the eight sections of the Canadian Community Health Nursing Standards of Practice 2019 expressing daily clinical activities and learning needs based on a five-point Likert scale. Participants were recruited from three Saudi Arabian cities. Descriptive data were processed regarding mean and Confidence Intervals for items, subscales, and the entire instrument. Comparisons for subgroups' mean scores were assessed using one-way ANOVA followed by a Tukey HSD pairwise comparison. Results: 318 nurses participated in the study (75.5% response rate). The top practiced nursing activities were health education and supporting those who are unable to take action for themselves. On the other hand, the least practiced were participating in research invitations and research groups. Participants expressed their learning needs in utilizing health education theories and strategies and using Health informatics to support optimum nursing care. Conclusion: Saudi Arabia has a young community health nursing taskforce that needs to upgrade its knowledge and skills to match international standards. Understanding the real-life activities and learning needs of community health nurses in comparison to international standards will help health policymakers support the optimal contribution of nursing to patients outcomes and healthcare system utilization.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».