MétaCan
Menu
Retour à la cohorte
Enregistrement W4413097679 · doi:10.1016/j.ijnsa.2025.100393

Decision support strategies for bedside nursing clinical reasoning: A scoping review

2025· review· en· W4413097679 sur OpenAlexaboutno aff
Lara Daniela Matos Cunha, Filipa Ventura, Márcia Pestana‐Santos, Mauro Mota, Lurdes Lomba, Margarida Reis Santos

Notice bibliographique

RevueInternational Journal of Nursing Studies Advances · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueClinical Reasoning and Diagnostic Skills
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a Tecnologia
Mots-clésNursingClinical decision support systemDecision support systemMedicinePsychologyManagement scienceComputer scienceArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

Background: Proficiency in clinical reasoning is crucial for achieving positive patient outcomes in healthcare. Nurses should take an active role in fostering their clinical reasoning skills. Bedside support strategies aim to offer practical, invaluable, and easily applicable resources for restructuring cognitive processes in situations of complex clinical demands. Objective: This review aimed to map evidence on bedside decision strategies applied by nurses to support clinical reasoning. Methods: The review followed the Joanna Briggs Institute recommendations for scoping reviews. Information: Sources Studies were retrieved from Medline (PubMed), CINAHL (EBSCOhost), Web of Science Core Collection, Scopus, Cochrane CENTRAL, RCAAP (Repositórios Científicos de Acesso Aberto de Portugal), and Google Scholar. Studies published in Portuguese, English, Spanish, or Swedish, without imposing geographical or cultural restrictions were considered. Qualitative and quantitative studies on bedside decision strategies that support nursing clinical reasoning were included, while studies exclusively focused on education, case-specific content, or Artificial Intelligence applications were excluded. Results: Out of 1889 results, 14 studies met the inclusion criteria. The studies were conducted in countries such as China, New Zealand, Norway, Brazil, Indonesia, Canada, Ireland, the United Kingdom, United States, and Australia, involving nurses, patients, and healthcare teams, with study designs ranging from qualitative research and cohort studies to quasi-experimental and theoretical analyses.These studies identified two key strategies: normative (following guidelines) and reflective (based on critical self-reflection). Conclusions: Reflective strategies are widely used at the bedside, emphasizing the importance of adaptability in uncertain clinical environments. Despite Artificial Intelligence's role in clinical decision-making, fostering critical thinking and decision-making skills in nurses remains essential. Registration: OSF https://doi.org/10.17605/OSF.IO/H96VQ. Tweetable abstract: A scoping review identified normative and reflective bedside strategies used by nurses to support clinical reasoning, highlighting the value of adaptability and critical thinking in complex care settings. #ClinicalReasoning #Nursing #PatientCare.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,099
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,025
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,099
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0200,018
Études des sciences et des technologies0,0020,002
Communication savante0,0070,007
Science ouverte0,0030,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,198
Tête enseignante GPT0,626
Écart entre enseignants0,428 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations11
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Nursing Studies AdvancesMême sujetClinical Reasoning and Diagnostic SkillsTravaux en français237 207