MétaCan
Menu
Retour à la cohorte
Enregistrement W1482357562 · doi:10.5902/217976923705

Humanization of nursing care through academic education

2012· article· en· W1482357562 sur OpenAlexaff
Daniele Delacanal Lazzari, L Jacobs, Walnice Jung

Notice bibliographique

RevueAmericanae (AECID Library) · 2012
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative and Oncologic Care
Établissements canadiensRegina General Hospital
Organismes subventionnairesnon disponible
Mots-clésWorkloadMetropolitan areaNursingPsychologyHealth careObject (grammar)Descriptive researchProcess (computing)Exploratory researchMedical educationMedicineSociologyComputer sciencePolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Objective: to understand how nurses perform humanized care through learning acquired in their academic experience. Method: this is a qualitative study, descriptive exploratory developed with eight nurses from a hospital in the metropolitan area of Porto Alegre/RS. Data were collected through interviews. Results: the results showed two categories of analysis: possibilities of humanization in care, where they were cited communication, reception and workload as factors interfering in the process and humanization in academic, whose memory of the respondents are based on memories of the teacher as a role model. Final Thoughts: it was found that there are still gaps in training on humanization as an object of study in undergraduate courses, so that the human dimensions of care proposals are still so disjointed with the reality of healthcare in the country

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)0,005
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,013
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,045
Tête enseignante GPT0,380
Écart entre enseignants0,335 · 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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmericanae (AECID Library)Même sujetPalliative and Oncologic CareTravaux en français237 207