MétaCan
Menu
Retour à la cohorte
Enregistrement W2040269868 · doi:10.1097/00002820-200310000-00007

Research Priorities of Korean Oncology Nurses

2003· article· en· W2040269868 sur OpenAlexaff
Eun‐Hyun Lee, Jin‐Sun Kim, Bok Yae Chung, Mi Suuk Bok, Byung Eun Song, Sung Wha Kong, Eun‐Ok Lee

Notice bibliographique

RevueCancer Nursing · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensSt Mary's Hospital Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineOncology nursingOncologyInternal medicineNursing researchClinical OncologyNursingFamily medicineCancerNurse education

Résumé

récupéré en direct d'OpenAlex

Systematic nursing research activities in South Korea began in the 1970s, but research into oncology did not begin until the mid-1980s. Although the number of Korean oncology nursing studies has increased steadily since then, no national agenda exists for future research in oncology nursing. This study involved a descriptive survey of oncology nursing research priorities among Korean oncology nurses. The analysis included 59 members of the Korean Oncology Nursing Society. The questionnaire used by the Oncology Nursing Society in a US survey was revised and translated into Korean. The questionnaire contained 108 items. In addition, respondents were asked to rank 5 items in order of research priority. The Korean Oncology Nursing Society members ranked prevention of cancer and cancer risk reduction as the top research priority, followed by pain management, quality of life, hospice and end-of-life care, and standards of care. These findings provide the basis for developing a Korean oncology nursing research agenda, and for determining the direction of oncology research funding.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,748
Score d'incertitude au seuil0,202

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 technologies0,0000,000
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 Opus0,362
Tête enseignante GPT0,563
Écart entre enseignants0,201 · 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'étudeAutre devis
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

Citations10
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer NursingMême sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207