MétaCan
Menu
Retour à la cohorte
Enregistrement W1562041050 · doi:10.1111/j.1525-1446.2010.00876.x

Special Features: Health Policy: Organizational Attributes That Assure Optimal Utilization of Public Health Nurses

2010· article· en· W1562041050 sur OpenAlexaffabout
Donna Meagher‐Stewart, Jane Underwood, Mary MacDonald, Bonnie M. Schoenfeld, Jennifer Blythe, Kristin Knibbs, Val Munroe, Mélanie Lavoie‐Tremblay, Anne Ehrlich, Rebecca Ganann, Mary Crea‐Arsenio

Notice bibliographique

RevuePublic Health Nursing · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensMcGill UniversityVancouver Coastal HealthUniversity of SaskatchewanMcMaster UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPublic healthNursingPublic health nursingHealth policyBusinessMedicine

Résumé

récupéré en direct d'OpenAlex

Optimal utilization of public health nurses (PHNs) is important for strengthening public health capacity and sustaining interest in public health nursing in the face of a global nursing shortage. To gain an insight into the organizational attributes that support PHNs to work effectively, 23 focus groups were held with PHNs, managers, and policymakers in diverse regions and urban and rural/remote settings across Canada. Participants identified attributes at all levels of the public health system: government and system-level action, local organizational culture of their employers, and supportive management practices. Effective leadership emerged as a strong message throughout all levels. Other organizational attributes included valuing and promoting public health nursing; having a shared vision, goals, and planning; building partnerships and collaboration; demonstrating flexibility and creativity; and supporting ongoing learning and knowledge sharing. The results of this study highlight opportunities for fostering organizational development and leadership in public health, influencing policies and programs to optimize public health nursing services and resources, and supporting PHNs to realize the full scope of their competencies.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,874
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,179
Tête enseignante GPT0,482
Écart entre enseignants0,303 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePublic Health NursingMême sujetSchool Health and Nursing EducationTravaux en français237 207