Community Nursing in Kanada und Deutschland – ein Scoping Review
Bibliographic record
Abstract
Hintergrund und Ziel: Gesellschaftsbezogene Probleme wie der demografische Wandel und der Ärztemangel fordern Veränderungen im deutschen Gesundheitssystem. Neben gesetzlichen Grundlagen wurden in der Praxis bereits verschiedene Modellprojekte initiiert sowie die Entwicklung des neuen Berufsbildes Community Health Nurse (CHN), mit dem entsprechenden Masterstudiengang nach internationalen Vorbildern, vorangetrieben. Aus dem deutsch-kanadischen Vergleich der rollentypischen Merkmale von CHNs sollten Empfehlungen für die weitere vielversprechende Einführung des Berufsbildes in Deutschland hervorgehen. Methodik: Entsprechend des Forschungsvorhabens wurde das methodische Vorgehen des Scoping Reviews in Anlehnung an das Joanna Briggs Institute mit einer breitgefassten Literaturrecherche gewählt. Dafür wurden die Datenbanken CINAHL und PubMed verwendet. Es wurden Studien und Fachbeiträge der letzten zehn Jahre eingeschlossen. Diese mussten sowohl inhaltlichen als auch qualitativen Anforderungen entsprechen. Ergebnisse: Aus ursprünglich 461 ermittelten Publikationen konnten 17 bezogen auf Kanada und 10 bezogen auf Deutschland eingeschlossen werden. Die Erkenntnisse konnten nach neun Kategorien gegliedert und somit das Berufsbild CHN für die beiden Länder umfangreich beschrieben werden. Diskussion: Der Vergleich der rollentypischen Merkmale verdeutlichte den Vorsprung Kanadas in der Entwicklung. Die Erkenntnisse sind für den deutschen Entwicklungsstand vielseitig nutzbar. Durch die Erfahrungen Kanadas konnte das geplante und teils umgesetzte Vorgehen Deutschlands teilweise bestärkt werden. Jedoch zeigten sich in manchen Bereichen auch verstärkter Handlungsbedarf sowie zu beachtende Risiken für die Etablierung des neuen Tätigkeitsprofils. Fazit: Für die weitere Entwicklung und Etablierung von CHNs in Deutschland konnten zahl-reiche und umfassende Empfehlungen für die Praxis ausgesprochen werden, u. a. in den Bereichen berufspolitische Vertretung oder interprofessionelle Zusammenarbeit von Pflegekräften und Ärzten. Die angestrebte Einführung des akademischen Berufsbildes kann als positiver Fortschritt des Pflegesektors in Richtung einer eigenen Profession gewertet werden.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.020 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.003 |
| Bibliometrics | 0.040 | 0.030 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".