MétaCan
Menu
Retour à la cohorte
Enregistrement W2056556898 · doi:10.1097/00024665-200603000-00009

A Survey Study of Pediatric Nurses' Use of Information Sources

2006· article· en· W2056556898 sur OpenAlexaff
M. Loretta Secco, Roberta L. Woodgate, Andrea Hodgson, SANDI KOWALSKI, JANNELLE PLOUFFE, PATRICIA R. ROTHNEY, Doris M. Sawatzky-Dickson, E Suderman

Notice bibliographique

RevueCIN Computers Informatics Nursing · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensCape Breton University
Organismes subventionnairesnon disponible
Mots-clésInformation systemInterpersonal communicationNursingPsychologyMedical educationComputer scienceMedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

This survey study explored use of different information sources among a convenience sample of 113 bedside pediatric nurses. The study was guided by three interrelated concepts: types of information sources, levels of evidence, and computer skill. The Nursing Information Use Survey measured use of information sources, impact of information sources on nursing care, barriers to information, and expectations that a computerized clinical desktop or patient information management system would improve patient care. Significant correlations between use of interpersonal and non-computer-based information and non-computer- and computer-based information supported the conceptual model. Use of traditional, non-computer information sources such as textbooks and print-based journals was higher among baccalaureate, compared with diploma, prepared nurses. Nurses with greater computer and online searching skill used more computer-based information. Findings suggested that strategies to improve nurses' computer and information searching skills may promote use of higher-level evidence in planning nursing care.

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)0,004
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,143
Tête enseignante GPT0,450
Écart entre enseignants0,307 · 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'étudeObservationnel
DomaineMéthodes
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

Citations24
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCIN Computers Informatics NursingMême sujetHealth Sciences Research and EducationTravaux en français237 207