MétaCan
Menu
Retour à la cohorte
Enregistrement W2110993013 · doi:10.1111/2047-3095.12068

Nursing Diagnoses in Inpatient Psychiatry

2014· article· en· W2110993013 sur OpenAlexaff
Fritz Frauenfelder, Ian Needham, Maria Müller‐Staub

Notice bibliographique

RevueInternational Journal of Nursing Knowledge · 2014
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Diagnosis and Documentation
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedical diagnosisNursing diagnosisMedicineNursingNursing Outcomes ClassificationPsychiatric diagnosisMEDLINEPsychiatryNursing careFamily medicineNursing researchTeam nursingPathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This study explored how well NANDA-I covers the reality of adult inpatient psychiatric nursing care. METHODS: Patient observations documented by registered nurses in records were analyzed using content analysis and mapped with the classification NANDA-I. FINDINGS: A total of 1,818 notes were examined and contained 46 different patient responses. Twenty-nine patient responses were recognizable as NANDA-I diagnoses at the level of definitions, 15 as diagnoses-related factors, and 12 did not match with any NANDA-I diagnosis. CONCLUSIONS: This study demonstrates that NANDA-I describes the adult inpatient psychiatric nursing care to a large extent. Nevertheless, further development of the classification is important. IMPLICATIONS FOR NURSING PRACTICE: The results of this study will spur nursing research and further classification development.

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)0,001
score de la tête « metaresearch » (Gemma)0,015
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: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,376
Écart entre enseignants0,357 · 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

Citations30
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Nursing KnowledgeMême sujetNursing Diagnosis and DocumentationTravaux en français237 207