MétaCan
Menu
Retour à la cohorte
Enregistrement W2088937512 · doi:10.1188/07.cjon.259-263

Building Comfort With Ambiguity in Nursing Practice

2007· article· en· W2088937512 sur OpenAlexaff
Kalli Stilos, Shari Moura, Frances Flint

Notice bibliographique

RevueClinical journal of oncology nursing · 2007
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésAmbiguityFeelingWitnessNursingNursing theoryHonorMedicineNursing carePsychologyMEDLINESocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Current nursing literature recognizes the need to honor the concept of ambiguity. Nurses experience uncertainty with handling or honoring complexity and ambiguity when confronted with times of struggle. Traditional models of care fall short as patients and families define their expectations of the healthcare system. Nurses bear witness to the discomfort caused by the unknown in their daily practice. They are challenged to address their feelings, unsure of what to anticipate, what to say, or how to respond to their patients. Uncertainty diminishes the opportunity for meaningful dialogue between nurses and other people. Nurses attempting to ease the discomfort of ambiguity by providing patients or families with reassurance, offering advice on how to fix problems, or avoiding talking about situations often express dissatisfaction. Nurses should be invited to explore ambiguity and seek understanding through dialogue and nursing knowledge. Encouraging nurses to define the meaningfulness in nursing practice that embraces human science theory will help relieve some of the ambiguity that exists in current practice. This article will explore the concept of ambiguity, highlight how nursing theory based on human science can support practice, and propose recommendations for practice.

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)0,029
score de la tête « metaresearch » (Gemma)0,069
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,069
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0110,037
Communication savante0,0210,019
Science ouverte0,0030,028
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,066
Tête enseignante GPT0,527
Écart entre enseignants0,462 · 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

Citations17
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical journal of oncology nursingMême sujetNursing education and managementTravaux en français237 207