Integrating internationally educated nurses into the nursing faculty workforce: a new policy for nursing regulators
Notice bibliographique
Résumé
Nursing faculty shortages received less attention in the literature and media outlets compared to registered clinical nursing staff shortages. One may question whether we do not have enough nursing faculty to teach and train students, who will take that responsibility? This critical question should be addressed by nursing leaders, researchers, and key system partners to develop innovative and sustainable policies that reduce nursing faculty shortages. Otherwise, the nursing faculty shortage would negatively affect the quality of nursing education and lead to a declining number of nursing seats, which should be avoided as we need more nurses in the upcoming years. This paper suggested developing a new policy for nursing regulators, titled “Non-clinical Academic Registration Category”, to support internationally educated nurses (IENs) with master's or doctoral degrees who wish to contribute to the nursing faculty workforce. To better understand the context of this policy and its benefits, the paper described the challenges of the registration process experienced by three IENs and the implications of integrating them into the workforce. Through collective and innovative policies, we can empower the future nursing faculty workforce and rationally respond to the ongoing crisis.
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 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 | 0,058 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,015 |
| Communication savante | 0,028 | 0,027 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,036 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».