MétaCan
Menu
Retour à la cohorte
Enregistrement W4409410489 · doi:10.12927/cjnl.2025.27549

Measuring Registered Nurse’s Scope of Practice in Primary Care: A Scoping Review of Available Self-Reported Questionnaires

2025· review· en· W4409410489 sur OpenAlexaffvenue
Cynthia Gagnon, Marie-Josée Émond, Marie-Ève Perron, Monica McGraw, Pierre-Henri Roux-Lévy, Marie-Ève Poitras

Notice bibliographique

RevueNursing leadership · 2025
Typereview
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensUniversité de SherbrookeCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-Jean
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)NursingScope of practicePrimary carePsychologyMedical educationMedicineHealth careFamily medicinePolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Many authors have reported significant variability in the scope of practice of registered nurses (RNs) working in primary care clinics. Existing self-reported questionnaires (SRQs) for evaluating nurses' scope of practice in these settings are poorly documented, and the conditions for using SRQs in primary care settings are not well understood. We conducted a scoping review using the Joanna Briggs Institute methodology and Preferred Reporting Items Systematic reviews and Meta-Analyses extension for Scoping Review (PRISMA-ScR) guidelines to identify, describe and map current knowledge on SRQs assessing the scope of practice of RNs in primary care. We followed a structured process including search strategy, data extraction and result presentation. This paper presents the results of a scoping review of 12 articles on SRQs assessing nurses' scope of practice in primary care, detailing SRQs, their dimensions, conditions of use and development quality. These results support the need to measure primary care nurses' scope of practice in order to identify the needs and assess the effects of existing and future trainings and organizational structures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,320
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,455
Tête enseignante GPT0,490
Écart entre enseignants0,035 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetNursing Roles and PracticesTravaux en français237 207