MétaCan
Menu
Retour à la cohorte
Enregistrement W2083664952 · doi:10.1111/nin.12087

Evolving trends in nurse regulation: what are the policy impacts for nursing's social mandate?

2014· article· en· W2083664952 sur OpenAlexaff
Susan Duncan, Sally Thorne, Patricia Rodney

Notice bibliographique

RevueNursing Inquiry · 2014
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Education, Practice, and Leadership
Établissements canadiensUniversity of British ColumbiaThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésMandateNursingPsychologyPolitical scienceMedicineLaw

Résumé

récupéré en direct d'OpenAlex

We recognize a paradox of power and promise in the context of legislative and organizational changes in nurse regulation which poses constraints on nursing's capacity to bring voice and influence to pressing matters of healthcare and public policy. The profession is at an important crossroads wherein leaders must be well informed in political, economic and legislative trends to harness the profession's power while also navigating forces that may put at risk its central mission to serve society. We present a critical policy analysis of the impact of recent regulatory trends on what the International Council of Nurses considers nursing's three 'pillars' - the profession of nursing, socioeconomic welfare of nurses and nurse regulation. Themes surfacing from this analysis include regulatory discontinuity, a tightening of regulatory control, and an increasingly managerial governance culture. These themes illuminate insights and strategies required to renew and revitalize the social mandate of our profession amidst a climate of urgency in the questioning of nurse scholars with respect to the future of the profession. At this historic juncture, nurses must clearly understand the implications of legislative and organizational regulatory changes to ensure the profession contributes to full capacity in achieving health and health equity globally.

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)0,025
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,043
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0070,022
Communication savante0,0190,020
Science ouverte0,0020,006
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,062
Tête enseignante GPT0,394
Écart entre enseignants0,331 · 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'étudeQualitatif
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

Citations34
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetNursing Education, Practice, and LeadershipTravaux en français237 207