MétaCan
Menu
Retour à la cohorte
Enregistrement W2023397898 · doi:10.1046/j.1440-1800.2003.00193.x

Implementing evidence‐based nursing practice: a tale of two intrapartum nursing units

2003· article· en· W2023397898 sur OpenAlexaff
Jan Angus, Ellen Hodnett, Linda O’Brien‐Pallas

Notice bibliographique

RevueNursing Inquiry · 2003
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHabitusEthnographyContext (archaeology)NursingSociologyPerformative utteranceField (mathematics)Health careSociology of scientific knowledgePsychologyMedicineEpistemologySocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Despite concerns that the rise of evidence-based practice threatens to transform nursing practice into a performative exercise disciplined by scientific knowledge, others have found that scientific knowledge is by no means the preeminent source of knowledge within the dynamic settings of health-care. We argue that the contexts within which evidence-based innovations are implemented are as influential in the outcomes as the individual practitioners who attempt these changes. A focused ethnography was done in follow-up to an earlier trial that evaluated the effectiveness of a marketing strategy to encourage the adoption of evidence-based intrapartum nursing practice. Bourdieu's (1990, 1991) concepts of habitus, capital and social field were used in our refinement of the analysis of the ethnographic findings. Nursing leadership, interprofessional struggle with physicians, the characteristics of the community and the physical environment were prominent issues at all of the sites. Detailed descriptions of the sociohistorical context and of the experiences at two sites are presented to illustrate the complexities encountered when implementing innovations.

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)0,023
score de la tête « metaresearch » (Gemma)0,040
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 enseignants0,024
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,040
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0240,017
Communication savante0,0160,010
Science ouverte0,0060,023
Intégrité de la recherche0,0080,016
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,104
Tête enseignante GPT0,429
Écart entre enseignants0,325 · 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

Citations54
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetNursing education and managementTravaux en français237 207