MétaCan
Menu
Retour à la cohorte
Enregistrement W2095304467 · doi:10.1590/0034-7167.2014670603

Interdisciplinarity and nursing research: opportunities and challenges

2014· article· en· W2095304467 sur OpenAlexaff
Franco A. Carnevale

Notice bibliographique

RevueRevista Brasileira de Enfermagem · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDisciplinePerspective (graphical)Nursing researchEngineering ethicsSociologyNursing literatureNursing practiceInterdisciplinarityNursingMedicineAlternative medicineSocial scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Interdisciplinary collaboration is widely recognized and considered essential for optimizing the development of knowledge and practice. However, interdisciplinarity is commonly accepted as an unquestioned good; rarely examined as both a source of benefit as well as difficulty for nursing and other disciplines. The aim of this article is to critically examine the opportunities and challenges that interdisciplinarity can provide for research in nursing and other disciplines. Based on a North American perspective, I describe the emergence of uni-disciplinary nursing research and the knowledge exchanges that occurred between nursing and other disciplines. I discuss the rise of interdisciplinary research, outline several examples of nursing participation in interdisciplinarity, and highlight the prominent benefits and difficulties associated with interdisciplinary research. I argue that authentic collaboration is required to conduct meaningful interdisciplinary research and describe how this can be promoted.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil0,796

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,379
Tête enseignante GPT0,532
Écart entre enseignants0,152 · 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'étudeThéorique ou conceptuel
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de EnfermagemMême sujetInterprofessional Education and CollaborationTravaux en français237 207