MétaCan
Menu
Retour à la cohorte
Enregistrement W2022150563 · doi:10.1097/00005721-200011000-00006

Nurses Speaking Up for Mothers and Children: 25 Years of Public Policy Involvement

2000· article· en· W2022150563 sur OpenAlexaboutno aff
Susan Rumsey Givens, Mary Brecht Carpenter

Notice bibliographique

RevueMCN The American Journal of Maternal/Child Nursing · 2000
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Education, Practice, and Leadership
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationIndependence (probability theory)Quarter (Canadian coin)MedicaidPoliticsNursingPower (physics)Affect (linguistics)Public policyHealth carePopulationPublic healthPolitical scienceState (computer science)Health policyMedicinePublic relationsPublic administrationPsychologyEnvironmental healthLaw

Résumé

récupéré en direct d'OpenAlex

Public policy decisions directly affect the health care of women and children and also affect the practice of maternal and child nursing. The past quarter century has seen a shift in nursing involvement in the public policy process. Heightened awareness of the collective power of nurses, greater independence of the nursing profession, the increasing capability for generating research to guide the formulation of public policy, and nurses' better understanding of the political process have all contributed to the increasing influence of our nation's 2.6 million nurses. The passage of several significant pieces of legislation, such as expansions of the Medicaid program for pregnant women and children in the late 1980s, have opened up new opportunities for nurses to further shape the nation's health care agenda for women and children. Nurses can and should become more involved with the policy-making process at local, state, and national levels to assure that decisions are made that benefit this important population group. Leadership in the public policy arena will give nurses the best opportunities for putting forth the agendas that will accomplish these goals.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,718

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,312
Écart entre enseignants0,291 · 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'étudeObservationnel
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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMCN The American Journal of Maternal/Child NursingMême sujetNursing Education, Practice, and LeadershipTravaux en français237 207