MétaCan
Menu
← Retour à la cohorte
Enregistrement W6921403308 · doi:10.6084/m9.figshare.c.6857646

International comparison of professional competency frameworks for nurses: a document analysis

2023· other· en· W6921403308 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2023
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdaptation (eye)Promotion (chess)Health careQuality (philosophy)Professional developmentHealth professionalsPatient safetyPatient care

Résumé

récupéré en direct d'OpenAlex

Abstract Background Nursing competency frameworks describe the competencies; knowledge, skills and attitudes nurses should possess. Countries have their own framework. Knowledge of the content of professional competency frameworks in different countries can enhance the development of these frameworks and international collaborations. Objective This study examines how competencies and task divisions are described in the current professional competency frameworks for registered nurses (RNs with a Bachelor’s degree) in the Netherlands, Belgium, the United Kingdom (UK), Canada and the United States (US). Methods Qualitative document analysis was conducted using the most recently published professional competency frameworks for registered nurses in the above-mentioned five countries. Results All the competency frameworks distinguished categories of competencies. Three of the five frameworks explicitly mentioned the basis for the categorization: an adaptation of the CanMEDS model (Netherlands), European directives on the recognition of professional qualifications (Belgium) and an adapted inter-professional framework (US). Although there was variation in how competencies were grouped, we inductively identified ten generic competency domains: (1) Professional Attitude, (2) Clinical Care in Practice, (3) Communication and Collaboration, (4) Health Promotion and Prevention, (5) Organization and Planning of Care, (6) Leadership, (7) Quality and Safety of Care, (8) Training and (continuing) Education, (9) Technology and e-Health, (10) Support of Self-Management and Patient Empowerment. Country differences were found in some more specific competency descriptions. All frameworks described aspects related to the division of tasks between nurses on the one hand and physicians and other healthcare professionals on the other hand. However, these descriptions were rather limited and often imprecise. Conclusions Although ten generic domains could be identified when analysing and comparing the competency frameworks, there are country differences in the categorizations and the details of the competencies described in the frameworks. These differences and the limited attention paid to the division of tasks might lead to cross-country differences in nursing practice and barriers to the international labour mobility of Bachelor-educated RNs.

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)0,036
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,070
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0110,014
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,408
Écart entre enseignants0,362 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Travaux en français237 207→