MétaCan
Menu
Retour à la cohorte
Enregistrement W174278985 · doi:10.3233/978-1-61499-203-5-68

Developing a Strategy for Studying Critical Thinking in a Nurse Telehealth Setting: A Participatory Approach

2013· article· en· W174278985 sur OpenAlexaffabout
Danica Tuden, Hanne Gidora, Peter Quick, Nikki Ebdon, Karen Glover, Sherrill Harmer, Wendy M. Miller, Mary B. Taylor, Elizabeth M. Borycki

Notice bibliographique

RevueStudies in health technology and informatics · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensVancouver Hospital and Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésTelehealthCritical thinkingNursingTriageCitizen journalismHealth careNursing researchWork (physics)MedicinePsychologyTelemedicinePedagogyComputer sciencePolitical scienceMedical emergency

Résumé

récupéré en direct d'OpenAlex

Telehealth nursing is a specialized area of nursing practice that has grown in response to the emergence of new technologies and consumer demand for health care services in the community. HealthLinkBC Nursing Services provides symptom triage and health education to residents of British Columbia and Yukon over the phone. Unlike traditional nursing care, telenurses are limited in terms of information they receive from callers. Therefore, there is a need for critical thinking skills to be developed. The purpose of this paper is to describe a participatory approach towards identifying: (1) the factors that affect telehealth nursing practice including critical thinking, and (2) developing a research strategy aimed at identifying the ways in which critical thinking can be supported in a telehealth nursing environment. A HealthLinkBC working group has begun work in developing a definition of critical thinking specific to nursing, identifying future research opportunities and methodologies.

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)0,097
score de la tête « metaresearch » (Gemma)0,065
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: aucune
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,511

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0970,065
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,005
Études des sciences et des technologies0,0150,024
Communication savante0,0130,009
Science ouverte0,0040,014
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,203
Tête enseignante GPT0,538
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

Citations5
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetInterprofessional Education and CollaborationTravaux en français237 207