Supporting Internationally Educated Nurses Through Effective Preceptorship: A Canadian Perspective
Notice bibliographique
Résumé
Background: Canada's healthcare system has historically relied on internationally educated nurses (IENs) to address persistent nursing shortages. In 2022, IENs comprised 64% of the net increase in registered nurse supply, with 23,256 internationally educated registered nurses representing 10.2% of the total Canadian RN workforce. Purpose: This manuscript examines the historical contributions of IENs to Canadian healthcare, analyzes contemporary integration challenges, and presents evidence-based strategies for developing effective preceptorship programs to support IEN workplace integration and retention. Methods: A literature review was conducted examining international and Canadian research on IEN experiences, integration challenges, and preceptorship models, supplemented by historical analysis of IEN contributions to Canadian nursing from colonial times to 2024. Key Findings: IENs face multifaceted integration challenges including language and communication barriers, unfamiliarity with Canadian workplace culture and professional practice standards, experiences of racism and discrimination, and various personal and systemic obstacles. Effective preceptorship requires comprehensive, culturally responsive approaches that extend beyond traditional orientation programs designed for domestically educated nurses. Conclusions: Successful IEN integration demands coordinated efforts from clinical educators, employers, educational institutions, and policymakers to develop evidence-informed preceptorship programs. These programs must address clinical competencies while incorporating cultural humility, extended mentorship, organizational support, and systemic inclusion strategies. Investment in comprehensive preceptorship is essential for maximizing IEN contributions to Canadian healthcare while promoting retention and quality patient care.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,018 | 0,009 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».