The Nurse Professional Competence (NPC) scale : self-reported competence among nursing students on the point of graduation

BACKGROUND: International organisations, e.g. WHO, stress the importance of competent registered nurses (RN) for the safety and quality of healthcare systems. Low competence among RNs has been shown to increase the morbidity and mortality of inpatients. OBJECTIVES: To investigate self-reported competence among nursing students on the point of graduation (NSPGs), using the Nurse Professional Competence (NPC) Scale, and to relate the findings to background factors. METHODS AND PARTICIPANTS: The NPC Scale consists of 88 items within eight competence areas (CAs) and two overarching themes. Questions about socio-economic background and perceived overall quality of the degree programme were added. In total, 1086 NSPGs (mean age, 28.1 [20-56]years, 87.3% women) from 11 universities/university colleges participated. RESULTS: NSPGs reported significantly higher scores for Theme I "Patient-Related Nursing" than for Theme II "Organisation and Development of Nursing Care". Younger NSPGs (20-27years) reported significantly higher scores for the CAs "Medical and Technical Care" and "Documentation and Information Technology". Female NSPGs scored significantly higher for "Value-Based Nursing". Those who had taken the nursing care programme at upper secondary school before the Bachelor of Science in Nursing (BSN) programme scored significantly higher on "Nursing Care", "Medical and Technical Care", "Teaching/Learning and Support", "Legislation in Nursing and Safety Planning" and on Theme I. Working extra paid hours in healthcare alongside the BSN programme contributed to significantly higher self-reported scores for four CAs and both themes. Clinical courses within the BSN programme contributed to perceived competence to a significantly higher degree than theoretical courses (93.2% vs 87.5% of NSPGs). SUMMARY AND CONCLUSION: Mean scores reported by NSPGs were highest for the four CAs connected with patient-related nursing and lowest for CAs relating to organisation and development of nursing care. We conclude that the NPC Scale can be used to identify and measure aspects of self-reported competence among NSPGs.

Samarbete i agila systemutvecklingsprojekt : Vilka mänskliga faktorer påverkar samarbetets effektivitet?

Mänskliga faktorer som till exempel kommunikation och tillit påverkar hur människor interagerar med varandra. I agil systemutveckling ingår relationer, samspel och samarbete mellan människor och dessa påverkar om systemutvecklingsprojektet anses framgångsrikt eller ej. Men ofta i systemutvecklingsprojekt så läggs det mer tid på själva tekniken än de sociala aspekterna, där de mänskliga faktorerna i många fall är en avgörande faktor för projektets slutresultat. Syftet med det nuvarande arbetet är att beskriva vilka mänskliga faktorer som är viktiga för att effektivisera samarbete i agila systemutvecklingsprojekt, samt att beskriva hur agil systemutveckling på Trafikverket utförs. Trafikverket ville ha studien genomförd för att resultatet av studien skulle hjälpa till att minska antalet mindre framgångsrika systemutvecklingsprojekt på Trafikverket. Huvudfrågan i arbetet är: Vilka mänskliga faktorer är viktiga för att effektivisera samarbetet mellan verksamhetskunniga och utvecklare i agila systemutvecklingsprojekt? En fallstudie utfördes vid Trafikverket genom sju semistrukturerade intervjuer som följdes upp av enkäter och dokumentstudier. Det sammanlagda resultatet tyder på att för att effektivisera samarbetet mellan verksamhetskunniga och utvecklare i agila systemutvecklingsprojekt på Trafikverket krävs fokus på följande fem mänskliga faktorer: kommunikation, tillit, ledarskap, kunskap och motivation.

Samarbete i agila systemutvecklingsprojekt : Vilka mänskliga faktorer påverkar samarbetets effektivitet?

Mänskliga faktorer som till exempel kommunikation och tillit påverkar hur människor interagerar med varandra. I agil systemutveckling ingår relationer, samspel och samarbete mellan människor och dessa påverkar om systemutvecklingsprojektet anses framgångsrikt eller ej. Men ofta i systemutvecklingsprojekt så läggs det mer tid på själva tekniken än de sociala aspekterna, där de mänskliga faktorerna i många fall är en avgörande faktor för projektets slutresultat. Syftet med det nuvarande arbetet är att beskriva vilka mänskliga faktorer som är viktiga för att effektivisera samarbete i agila systemutvecklingsprojekt, samt att beskriva hur agil systemutveckling på Trafikverket utförs. Trafikverket ville ha studien genomförd för att resultatet av studien skulle hjälpa till att minska antalet mindre framgångsrika systemutvecklingsprojekt på Trafikverket. Huvudfrågan i arbetet är: Vilka mänskliga faktorer är viktiga för att effektivisera samarbetet mellan verksamhetskunniga och utvecklare i agila systemutvecklingsprojekt? En fallstudie utfördes vid Trafikverket genom sju semistrukturerade intervjuer som följdes upp av enkäter och dokumentstudier. Det sammanlagda resultatet tyder på att för att effektivisera samarbetet mellan verksamhetskunniga och utvecklare i agila systemutvecklingsprojekt på Trafikverket krävs fokus på följande fem mänskliga faktorer: kommunikation, tillit, ledarskap, kunskap och motivation.

Samarbete i agila systemutvecklingsprojekt : Vilka mänskliga faktorer påverkar samarbetets effektivitet?

Mänskliga faktorer som till exempel kommunikation och tillit påverkar hur människor interagerar med varandra. I agil systemutveckling ingår relationer, samspel och samarbete mellan människor och dessa påverkar om systemutvecklingsprojektet anses framgångsrikt eller ej. Men ofta i systemutvecklingsprojekt så läggs det mer tid på själva tekniken än de sociala aspekterna, där de mänskliga faktorerna i många fall är en avgörande faktor för projektets slutresultat. Syftet med det nuvarande arbetet är att beskriva vilka mänskliga faktorer som är viktiga för att effektivisera samarbete i agila systemutvecklingsprojekt, samt att beskriva hur agil systemutveckling på Trafikverket utförs. Trafikverket ville ha studien genomförd för att resultatet av studien skulle hjälpa till att minska antalet mindre framgångsrika systemutvecklingsprojekt på Trafikverket. Huvudfrågan i arbetet är: Vilka mänskliga faktorer är viktiga för att effektivisera samarbetet mellan verksamhetskunniga och utvecklare i agila systemutvecklingsprojekt? En fallstudie utfördes vid Trafikverket genom sju semistrukturerade intervjuer som följdes upp av enkäter och dokumentstudier. Det sammanlagda resultatet tyder på att för att effektivisera samarbetet mellan verksamhetskunniga och utvecklare i agila systemutvecklingsprojekt på Trafikverket krävs fokus på följande fem mänskliga faktorer: kommunikation, tillit, ledarskap, kunskap och motivation.

Recent developments in statistical methods for detecting genetic loci affecting phenotypic variability

A number of recent works have introduced statistical methods for detecting genetic loci that affect phenotypic variability, which we refer to as variability-controlling quantitative trait loci (vQTL). These are genetic variants whose allelic state predicts how much phenotype values will vary about their expected means. Such loci are of great potential interest in both human and non-human genetic studies, one reason being that a detected vQTL could represent a previously undetected interaction with other genes or environmental factors. The simultaneous publication of these new methods in different journals has in many cases precluded opportunity for comparison. We survey some of these methods, the respective trade-offs they imply, and the connections between them. The methods fall into three main groups: classical non-parametric, fully parametric, and semi-parametric two-stage approximations. Choosing between alternatives involves balancing the need for robustness, flexibility, and speed. For each method, we identify important assumptions and limitations, including those of practical importance, such as their scope for including covariates and random effects. We show in simulations that both parametric methods and their semi-parametric approximations can give elevated false positive rates when they ignore mean-variance relationships intrinsic to the data generation process. We conclude that choice of method depends on the trait distribution, the need to include non-genetic covariates, and the population size and structure, coupled with a critical evaluation of how these fit with the assumptions of the statistical model.