护理管理与科研深水（AI 排班/带教/科研整理工作流 + 排班管理/护理带教/护理科研深水）

1.1 护理管理与科研岗在自动化什么

护理管理与科研岗过去大量时间花在「排班测算、带教材料整理、科研文献整理」上：班次安排与人员覆盖测算、带教计划与材料、科研文献与报告结构，都需要把散在的排班/带教/科研信息按管理口径整理成可用的方案与初稿。AI 目前最擅长的是排班测算、材料整理、文献初稿这些机械环节。护理管理与科研深水的核心判断是：把整理测算的活正在被 AI 提效，但排班决策、带教评价、科研结论依然要由护士判断。全部课堂数据均为教学模拟口径，不构成真实机构管理参考。

岗位迁移的方向是「从整理型走向判断型」：入门时你会被要求「会看 AI 测算的排班、能指出 AI 哪里口径不对或数据站不住、能为最终管理判断与数据真实性担责」。管理判断责任永远在你身上——这是全课贯穿的第一条红线。护士执业资格（卫健委）为外部准入考试，本课只做护理管理与科研深水能力培养，平台不发证、不代报名、不承诺通过率。

我是护理管理与科研岗备考学员，请帮我做能力自检：
1. 按护理管理与科研岗能力（排班测算/带教计划/科研文献整理/管理判断）逐项列出 AI 能做什么、我必须判断什么。
2. 对每个环节给出自检问题并标注「达标/待提升」。
3. 生成能力提升清单，按优先级排序。
4. 只依据教材通识与教学模拟口径，不得编造，不确定处标「待核」；最终管理判断归我。
[粘贴你的管理实操经历]

2.1 排班管理工作流

排班管理的第一步是把排班口径与数据来源梳理清楚：班次定义、人员覆盖要求、工时与休假规则。AI 可以生成排班测算初稿、整理排班结构，但「覆盖合不合理、规则遵不遵守、冲突能不能接受」必须护士判断——排班决策归人，AI 只做测算与呈现。全部排班数据均为教学模拟口径，不构成真实机构管理参考。

2.2 排班审校深水

深水与入门的差异在审校深度：入门「把班排出来就行」，深水要「讲得出每班覆盖的依据与冲突处理」。AI 生成的排班初稿，你要能逐条回答三个问题：这个班次覆盖是否满足人员要求、工时是否超限、规则是否被遵守。讲不出依据的排班等于没排——这是护理管理深水的分水岭。

2.3 排班口径深水

同一排班需求，不同统计口径结果完全不同：纳入人员范围、班次时长、休假口径都会改变排班结果。AI 按你给的口径测算只是呈现，口径是否合理、规则是否真实必须护士判断——口径判断归人，AI 只做测算。

我是护理管理学习者，请按教学模拟口径生成排班测算初稿：
1. 列出班次定义与覆盖要求。
2. 整理人员范围与工时规则。
3. 标注待核覆盖与冲突提示位。
4. 只测算与整理，不编造任何排班数据。
[粘贴模拟排班需求]

3.1 带教结构深水

护理带教是护理管理的重要场景：带教计划、带教材料、带教评价。AI 可以生成带教计划与材料初稿、整理带教结构，但评价标准是否客观、带教结论是否成立，必须护士判断。教学模拟口径下，本课带教场景均为课堂模拟数据，不构成真实机构管理参考。

3.2 带教 AI 工作流

AI 可以生成带教计划与材料初稿、整理带教评价结构。但评价标准客不客观、带教结论站不站得住，必须护士判断——带教判断归人，AI 只做整理与呈现。

3.3 带教评价审校深水

带教评价审校的深水在于「评价客观」：带教评价必须客观、真实、不修饰，不得由 AI 代写或美化。AI 生成的评价结构只是框架，评价内容由护士真实判断填写——带教判断归人。

我是护理管理学习者，请按教学模拟口径生成带教计划与材料初稿：
1. 带教目标与阶段安排。
2. 带教材料结构。
3. 评价维度与提示位。
4. 只整理与呈现，不编造任何带教数据。
[粘贴模拟带教需求]

4.1 科研整理结构深水

护理科研整理是护理管理的重要场景：文献整理、研究结构梳理、结论归纳。AI 可以整理文献初稿、梳理研究结构、归纳要点，但引用是否真实、科研结论是否成立，必须护士判断。教学模拟口径下，本课科研场景均为课堂模拟数据，不构成真实机构管理参考。

4.2 科研结论判断深水

科研整理的深水在于「结论判断」：文献与数据只是事实呈现，研究结论是什么、能否成立，必须护士判断。AI 可以梳理结构，但不能替你判断「真正的科研结论」——科研判断归人，AI 只做整理。

4.3 整理审校深水

科研整理审校的深水在于「数据真实」：引用与数据必须真实、完整、不修饰，不得由 AI 代写或编造。AI 生成的整理模板只是结构，科研内容由护士真实填写——数据真实性归人。

我是护理管理学习者，请按教学模拟口径生成护理科研整理初稿：
1. 文献范围与研究维度。
2. 研究结构梳理框架。
3. 引用与结论提示位。
4. 只整理文献，不编造任何科研数据。
[粘贴模拟文献信息]

5.1 护理管理科研全流程整合

护理管理与科研深水的全流程是「定口径→排班→带教→科研→审校」五段闭环：从确定管理口径，到排班测算，到带教材料，到科研整理，到最后整体审校交付。AI 在每个机械环节提效，护士在每个判断环节把关。本课以教学模拟场景串联全流程，最终交付一套完整成果包。

5.2 成果包结构与交付判断

护理管理与科研深水成果包 = 排班测算方案 1 份（教学模拟）+ 带教计划与材料 1 份（教学模拟）+ 科研文献整理报告 1 份（教学模拟）+ 审校核验记录 1 份（教学模拟）+ AI 协作说明。它不是「学过课程的证明」，而是「做出来的成果」——每份材料都要能看到你的管理判断痕迹与核验记录，成果交付归你。

5.3 成果包自查要点

交付前逐项自查：管理口径是否记录、覆盖依据是否可溯、带教评价是否客观、科研引用是否真实、红线是否逐字遵守。任何一项自查不过关，都不能交付——自查归人，AI 不背责。

我是护理管理学习者，请按教学模拟口径生成成果包自查清单模板：
1. 排班测算方案完整性检查项。
2. 带教计划与材料检查项。
3. 科研整理真实性检查项。
4. 红线与数据真实性检查项。
注意：不得编造具体排班科研数据，不确定处标「待核」。

6.1 成果包的组装

护理管理与科研深水学习成果包 = 排班测算方案 1 份（教学模拟）+ 带教计划与材料 1 份（教学模拟）+ 科研文献整理报告 1 份（教学模拟）+ 审校核验记录 1 份（教学模拟）+ AI 协作说明。它不是「学过课程的证明」，而是「做出来的成果」。

6.2 职业规范与伦理红线

护理岗用 AI 的红线，零容忍：AI 代做分析（让 AI 直接写结论并照抄）、篡改数据（用 AI 伪造/修饰护理数据）、数据造假（编造护理数据）——任何一条触碰都是护理职业致命伤；AI 是工具，人是主人；判断与担责归人。红线看起来只是三条禁令，背后是一个更朴素的道理：护理工作的价值来自真实与可信，数据与记录一旦掺假，职业信誉就归零。用 AI 提速是好事，但提速的边界是不碰数据真实性——这是护理人用 AI 的第一课。护理管理与科研的红线还在于管理判断归人：排班决策、带教评价、科研结论归人，AI 只做测算整理与初稿。

结业指引：完成 ch1~ch6 学习后，进入「排班测算方案 + 带教计划与材料 + 科研文献整理」成果包大作业（5 维评分，≥85 分结业）。结业测验 10 题（单选 6 + 多选 4）通过 ≥85 发放结业证书，结业认证会记录到你的学习档案；凭证仅代表课程完成，不写护士执业资格/职称等执业类表述；护士执业资格（卫健委）为外部准入考试，平台不发证、不代报名、不承诺通过率。

我是护理管理与科研岗备考学员，已完成成果包，请帮我做交付前自检：
1. 按成果包构成（排班测算方案/带教计划与材料/科研文献整理/AI 协作说明）逐条对照我的产物给出达标自检表。
2. 对每条红线（AI 代下管理结论/代做判断担责/编造排班科研数据）逐项排查并给出自检结论。
3. 输出「待补强」清单与修改建议。
4. 输出为 Markdown 表格，只依据教材通识，不确定处标「待核」；最终交付判断归我。
[粘贴你的成果包]