Guías RNAO de buenas prácticas clínicas y formación profesional en enfermería: experiencia en una universidad chilena
Notice bibliographique
Résumé
Introducción. La creciente complejidad del ámbito de la salud exige estrategias innovadoras para formar enfermeros socialmente comprometidos y orientados a mejorar la calidad de vida. La incorporación de guías clínicas basadas en la evidencia permite articular teoría y práctica, fortaleciendo la formación académica y la calidad de los cuidados. Objetivo. Describir vivencias, logros y dificultades de académicos en la incorporación de cuatro guías clínicas desarrolladas por la Registered Nurses’ Association of Ontario en el programa de formación en Enfermería en la Universidad Diego Portales (Chile). Metodología. Se realizó una investigación cualitativodescriptiva mediante entrevistas semiestructuradas a nueve docentes de los cinco años de la carrera, analizadas a través de contenido temático de las narraciones. Resultados. La implementación evolucionó de enfoques intuitivos a prácticas demostrativas y aplicadas, dinamizando el aprendizaje. Los docentes resaltaron el fortalecimiento del trabajo en equipo y el cuidado centrado en la persona. No obstante, surgieron desafíos en la reflexión colectiva para asegurar una implementación sostenible y contextualizada al pregrado. Discusión. La implementación de cuatro guías de buenas prácticas clínicas coincide con investigaciones que emplean talleres, simulaciones y análisis clínicos como estrategias efectivas. Los docentes valoraron su impacto como herramientas unificadoras que brindan seguridad, aunque señalaron retos en formación continua y reflexión pedagógica, claves para mejorar la calidad y sostenibilidad del proyecto. Conclusiones. En la formación de pregrado, estas guías facilitan la transición del conocimiento teórico a la práctica, fortaleciendo el aprendizaje estudiantil y promoviendo el trabajo en equipo. Aunque los docentes valoran su impacto, se requiere superar los desafíos en reflexión pedagógica y formación para consolidar su sostenibilidad.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».