Empowering Nurses through Continuous Professional Development: Insights from Various Perspectives
Notice bibliographique
Résumé
Nurses need maintaining the highest level of expertise and knowledge in an ever-evolving healthcare environment through continuous professional development (CPD). Aim: This study examines nurses' attitudes, priorities, and challenges when it comes to continuing professional development, as well as their involvement and ambitions at their workplace. Methods: This is a descriptive cross-sectional study that was conducted on the affiliated health centres under the Eastern Health Cluster. The tool used is the "Questionnaire for Professional Development of Nurses (Q-PDN)". Results: The majority of the sample are female nurses (79.3%). A third (36.6%) of the study sample holds a bachelor's degree in nursing. Among the participants, (70.3%) have between 11 and 20 years of experience. Among study participants, (27%) hold managerial positions. Participants in continuous workplace-based educational interventions average 4.67 and deviate from the mean by 0.663. There is a good rank of involvement in continuous professional development activities. A number of factors inhibit healthcare professionals from participating in continuing professional development activities, including full employer reimbursement of expenses (Mean = 3.49), whereas supervisors providing necessary time (Mean = 2.58) had the least impact. Both managers and non-managers equally value CPD and encounter similar barriers to engagement; however, the only statistically significant difference lies in their job position and the types of CPD activities they participate in. Conclusion: This study found a high level of CPD engagement among nurses, particularly in in-service and recent formal training. However, financial constraints, limited access to CPD information, time pressures from family commitments, and resource shortages still hinder broader participation. Managerial nurses showed higher engagement in CPD events versus their non-managerial equivalents, reflecting greater access to training opportunities and institutional support.
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 | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».