MétaCan
Menu
Retour à la cohorte
Enregistrement W4411753922 · doi:10.2196/72674

Opportunities, Challenges, and Future Directions for the Integration of Automation in Nursing Practice: Discursive Study

2025· article· en· W4411753922 sur OpenAlex
Joseph Andrew Pepito, Neilan John Acaso, Rommel Merioles, Judith D. Ismael

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Nursing · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare Technology and Patient Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintAutomationEngineering ethicsSociologyNursingEngineeringComputer scienceMedicineWorld Wide WebMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Background: Global health care systems are under increasing strain due to aging populations, workforce shortages, and rising patient complexity. In response, automation technologies are being explored as a means to optimize nursing workflows, reduce burdens, and improve patient outcomes. However, the integration of such technologies raises complex ethical, legal, and professional considerations that remain insufficiently addressed in current literature. Objective: This study aims to critically examine the integration of automation into nursing practice through a discursive analysis. Specifically, it seeks to (1) identify nursing tasks most amenable to automation; (2) evaluate the benefits and drawbacks of automating these tasks; (3) explore ethical and legal implications; (4) propose strategies for ethical and equitable integration; and (5) outline future directions for research, practice, and policy. Methods: An integrative review and conceptual analysis were conducted, grounded in sociotechnical systems theory and the ethics of care. A structured search across PubMed, CINAHL, Scopus, Web of Science, and JMIR Publications identified 73 peer-reviewed papers published between 2019 and 2025. Thematic synthesis was performed to identify key domains relevant to automation in nursing. Results: Five major categories of automatable nursing tasks were identified: administrative documentation, medication management, patient monitoring, infection control, and mobility support. Automation in these areas was associated with improved efficiency, enhanced patient safety, and reduced physical and cognitive workload for nurses. Nevertheless, challenges such as deskilling, dehumanization of care, inequitable access, and unclear legal accountability were prominent. The study proposes the Integration of Automation Technologies in Nursing Practice Conceptual Framework. Conclusions: The ethical integration of automation into nursing practice requires more than technological readiness; it demands policy development, targeted education, and inclusive governance. When guided by professional values and human-centered design, automation can complement nursing practice and improve care delivery. Future research should prioritize longitudinal impact assessments, legal clarity, and equitable infrastructure investment to support sustainable adoption.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil0,222

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,096
Tête enseignante GPT0,445
Écart entre enseignants0,350 · 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