MétaCan
Menu
Retour à la cohorte
Enregistrement W2024940407 · doi:10.1111/j.1466-769x.2008.00359.x

Nursing concept analysis in North America: state of the art

2008· review· en· W2024940407 sur OpenAlexaff
Kathryn Weaver, Carl Mitcham

Notice bibliographique

RevueNursing Philosophy · 2008
Typereview
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésDisciplineScholarshipNursing theoryDomain (mathematical analysis)SociologyEpistemologyPhilosophical analysisNursing literatureSet (abstract data type)Engineering ethicsNursing researchNursingMEDLINEMedicineComputer scienceSocial sciencePolitical scienceAlternative medicineLawMathematics

Résumé

récupéré en direct d'OpenAlex

The strength of a discipline is reflected in the development of a set of concepts relevant to its practice domain. As an evolving professional discipline, nursing requires further development in this respect. Over the past two decades in North America there have emerged three different approaches to concept analysis in nursing scholarship: Wilsonian-derived, evolutionary, and pragmatic utility. The present paper compares and contrasts these three methods of concept in terms of purpose, procedures, philosophical underpinnings, limitations, guidance for researchers, and ability to contribute to nursing knowledge and disciplinary advancement. This work extends prior criticisms of concept analysis methods, especially as formulated by Morse and colleagues, by promoting further critical discussion regarding the direction and effectiveness of nursing efforts to meet the basic needs of disciplinary development. Its central thesis is that nursing concept analysis must advance beyond the Wilsonian-derived methods of Walker and Avant by devoting greater attention to understanding the domain of concepts to be analysed and deriving features from these contexts.

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)0,013
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0080,012
Études des sciences et des technologies0,0020,006
Communication savante0,0070,008
Science ouverte0,0030,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,051
Tête enseignante GPT0,352
Écart entre enseignants0,301 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations123
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing PhilosophyMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207