MétaCan
Menu
Retour à la cohorte
Enregistrement W1927019953 · doi:10.3138/cbmh.27.1.85

The American Nursing Shortage during World War I: The Debate over the Use of Nurses’ Aids

2010· article· en· W1927019953 sur OpenAlexvenueno aff
Jennifer Casavant Telford

Notice bibliographique

RevueCanadian Journal of Health History · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueHistorical Medical Research and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic shortageNursingNursing shortageMedicinePolitical scienceNurse educationPhilosophyGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

This article explores the history of the creation of the Army and Navy Female Nurse Corps and the debate that ensued between American nursing leaders Jane Delano, director of the Red Cross Nursing Service, M. Adelaide Nutting, president of the American Federation of Nurses, and Annie Goodrich, dean of the Army School of Nursing, over the use of untrained nurses' aids to offset the nursing shortage that resulted from the United States entry into the Great War in 1917. The recruitment of minimally or untrained nurses' aids to offset the nursing shortage of the World War I era was a logical solution for American nursing leaders who had to meet the needs for nursing personnel. The exclusion of trained African American nurses, however, was a gross oversight on the part of these leaders. Whether or not this action compromised the status of nursing as a profession is still a matter of interest. Moreover, the debate about the delivery of care by unlicensed personnel continues.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,496
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,049
Tête enseignante GPT0,335
Écart entre enseignants0,286 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Health HistoryMême sujetHistorical Medical Research and TreatmentsTravaux en français237 207