Teaching Informatics Competencies within Nursing Education: A Scoping Review of Teaching Strategies
Notice bibliographique
Résumé
As healthcare delivery becomes increasingly digital, nursing informatics knowledge has become essential for nurses to participate effectively in digitally enabled healthcare environments. The Canadian Association of Schools of Nursing (CASN) released updated nursing informatics entry-to-practice competencies in 2025 to inform nursing education in Canada. However, the integration of informatics knowledge and content into nursing curricula and professional practice education remains inconsistent. Mapping the teaching strategies used by nursing educators to support these competencies is a necessary step toward understanding current educational practices.To identify teaching strategies currently employed to support the development of nursing informatics knowledge and competencies in undergraduate, graduate, and professional nursing education.The search strategy included six electronic databases: Scopus, Web of Science, CINAHL, ERIC, Embase, and Medline. Key search terms were synonyms and combinations of "informatics competencies," "nursing informatics," and "education." Articles were included if they specifically described nursing informatics competencies and how they were taught to nursing students and practicing nurses. The papers were independently reviewed by two reviewers, and a thematic analysis was conducted to identify teaching strategies.A total of 120 publications were included in the scoping review. Seven strategies to teach nursing informatics were identified: (1) integration of electronic health records into laboratory simulations; (2) integration of informatics competency frameworks; (3) accessing online educational resources; (4) integration of mobile technologies; (5) informatics- competent educators; (6) integrating patient safety and data ethics; and (7) interdisciplinary collaboration.There is an urgent need to align nursing education with the rapid rise of technologies to prepare nurses for safe, competent, and person-centered digital care. This review highlights diverse, CASN-aligned teaching strategies that support informatics competency development across all levels of nursing education. The findings offer practical guidance for educators and inform cirriculum planning and professional practice education in digitally-enabled environments.
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 | 0,046 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,038 | 0,035 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».