MétaCan
Menu
Retour à la cohorte
Enregistrement W2057905715 · doi:10.1111/j.1365-2850.2004.00761.x

Impact of health reform on registered psychiatric nursing practice

2004· article· en· W2057905715 sur OpenAlexaffabout
Kimberley D Ryan-Nicholls

Notice bibliographique

RevueJournal of Psychiatric and Mental Health Nursing · 2004
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensBrandon University
Organismes subventionnairesnon disponible
Mots-clésNursingEconomic shortageFocus groupNurse educationMedicineVariety (cybernetics)PsychologyPsychiatryMedical educationBusinessGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

This paper addresses the impact of health reform on registered psychiatric nursing practice. Over a nine-month period, seven focus groups were conducted with registered psychiatric nurses (RPNs; n = 33) from a variety of practice settings in south central regions of the province of Manitoba located in western Canada. Analysis of data collected from the focus groups are summarized according to the four probing questions utilized in this study, and are discussed in relation to: past registered psychiatric nursing, influential factors, future for registered psychiatric nursing, and proactive strategies. It is acknowledged that while reform has created an increase in the degree and level of independence for RPNs, findings suggest that some RPNs are concerned about insufficient preparation for these new and expanded roles, and all study participants are concerned about the current and future shortage of RPNs. Recommendations include commitment of sufficient funding and employer support for advanced education of RPNs as well as provision of additional funding for increases in the number of available seats for psychiatric nursing education, additional RPN faculty resources and a graduate education programme specifically designed for RPNs.

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)0,011
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,041
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,004
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,125
Tête enseignante GPT0,533
Écart entre enseignants0,408 · 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'étudeObservationnel
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

Citations5
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Psychiatric and Mental Health NursingMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207