MétaCan
Menu
Retour à la cohorte
Enregistrement W2034815475 · doi:10.1136/ebn.4.3.68

Florence Nightingale and the early origins of evidence-based nursing

2001· article· en· W2034815475 sur OpenAlexaff
Lynn McDonald

Notice bibliographique

RevueEvidence-Based Nursing · 2001
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Education, Practice, and Leadership
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHistoryNursingMedicine

Résumé

récupéré en direct d'OpenAlex

Florence Nightingale and the early origins of evidence-based nursingFlorence Nightingale is now a much ignored historical figure.The publication of the Collected Works of Florence Nightingale by Wilfred Laurier University Press, beginning in 2001, will outline her enormous contribution not only to the foundation of the nursing profession but also to the establishment of a public healthcare system.The Collected Works will include her published works and many unpublished letters and notes.Not the least of the areas where quite a new Nightingale will appear is in evidence-based nursing, a term that was not in use in her day, but a concept central to her own theory of nursing and health care. A passionate statisticianLet's begin by looking at Nightingale as a systemic thinker and a "passionate statistician."Her work in nursing and social reform was informed by a religious faith or philosophy that favoured a systemic approach: God made the world and runs it by laws, which we can discover by research in both the biophysical and social spheres.For Nightingale, this entailed the best possible research, access to the best available government statistics and expertise, and the collection of new material where the existing stock was inadequate.Nightingale's leadership style was very much knowledge based.She herself was a pioneer developer of survey instruments, always vetted by other experts and pretested on appropriate cases.She was also a pioneer in the graphical presentation of data.At a time when research reports were only beginning to include tables, Nightingale was using bar and pie charts, which were colour coded to highlight key points (eg, high mortality rates under certain conditions).Nightingale was keen not only to get the science right but also to make it comprehensible to lay people, especially the politicians and senior civil servants who made and administered the laws. Evidence-based practiceSeveral examples clearly reflect an evidence-based framework, ranging from Nightingale's first work after her return as a heroine from the Crimean War in 1856, to a late attempt to influence social policy with a proposal for a chair in "social physics" at Oxford University in 1891.These examples will be described briefly.

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)0,015
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,037
Communication savante0,0100,013
Science ouverte0,0020,006
Intégrité de la recherche0,0080,021
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,109
Tête enseignante GPT0,361
Écart entre enseignants0,252 · 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.

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

Citations102
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-Based NursingMême sujetNursing Education, Practice, and LeadershipTravaux en français237 207