Uncovering the Decision-Making Process of Wound Management by Nurses
Notice bibliographique
Résumé
Background: While recognition of the complexities and importance of wound management continues to grow globally, research has only recently begun exploring how clinicians form decisions related to the management of wounds. Improving recognition of the decision-making process may have profound implications on how clinicians are educated and supported in their approach to managing wounds. Purpose: To identify the basic social process underlying the naturalistic decision-making process in wound management for nurses in acute care settings. Methods: A scoping review on naturalistic decision making in nursing was initiated to begin this two-phase study. The second phase was a study utilizing a multi-grounded theory design combined with the use of a Naturalistic Decision-Making (NDM) Framework and the Model of Recognition-primed Decision Making. Ten participants were included using maximum variation and theoretical sampling methods. Participants included acute care Nurses Specialized in Wound, Ostomy and Continence across Canada, as well as, Registered Nurses, and Registered Practical Nurses from a regional acute care facility in Ontario, Canada. Interviews with participants occurred, in an identical fashion, either in person or via electronic means using Zoom or Microsoft Teams. Results: The results demonstrate the process taken by nurses when making a decision considering prior experience. Ten themes were identified in which the nurse seeks out new experience or draws upon experience through recognition of education, patient goals, expected outcomes, relevant cues, actions, critical thinking, and if necessary, modification. This process is followed by reassessment and reflection on practice. Conclusion: The development of the nurse wound care decision-making process provides greater insight into the decision-making process undertaken by nurses when caring for a patient with a wound. The findings of this study will assist administrators, policy developers, and those providing nursing education with insight into the decision-making process. These insights will assist in developing techniques to support and influence appropriate evidence-based decision-making in practice.
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 | 0,021 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».