MétaCan
Menu
Retour à la cohorte
Enregistrement W2124645477 · doi:10.1177/0036933013518276

Florence Nightingale and Mary Seacole: Which is the forgotten hero of health care and why?

2014· article· en· W2124645477 sur OpenAlexaff
Lynn McDonald

Notice bibliographique

RevueScottish Medical Journal · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueHistorical Psychiatry and Medical Practices
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHEROReputationHealth careMedicineMisinformationNursingLawLiteraturePolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: This paper aims at correcting misinformation in circulation portraying Mary Seacole as a nurse, Crimean War heroine, and health care pioneer, even, for some, a replacement for Florence Nightingale, who really was a health care pioneer as well as being the major founder of the modern profession of nursing. METHODS AND RESULTS: The article focuses on the claims for Seacole made by C. Short in Scottish Medical Journal, 2011. It reports, using primary sources, on what Seacole actually did--running a business for officers, with kind acts on the side--short of constituting heroism, pioneering health care or nursing. CONCLUSION: The article concludes with remarks on how Nightingale came to be forgotten as a health care pioneer, with comments on the two major sources that attacked her reputation, F.B. Smith in 1982, and Hugh Small in 1998. Detailed refutations in peer-reviewed sources are referenced. Finally, it is suggested that recent scandals in English hospital care, documented in the Francis Report, may provoke a revival of interest in Nightingale's principles and methods.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,635
Score d'incertitude au seuil0,999

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,331
Écart entre enseignants0,315 · 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.

Devis d'étudeSans objet
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScottish Medical JournalMême sujetHistorical Psychiatry and Medical PracticesTravaux en français237 207