MétaCan
Menu
Retour à la cohorte
Enregistrement W2146429927

Helping novice nurses make effective clinical decisions: the situated clinical decision-making framework.

2009· article· en· W2146429927 sur OpenAlexaff
Mary Gillespie, Barbara Peterson

Notice bibliographique

RevuePubMed · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensBritish Columbia Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésSituatedClinical decision makingContext (archaeology)PsychologyClinical judgmentHealth careReflection (computer programming)Work (physics)NursingKnowledge managementMedical educationMedicineComputer scienceFamily medicineArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The nature of novice nurses' clinical decision-making has been well documented as linear, based on limited knowledge and experience in the profession, and frequently focused on single tasks or problems. Theorists suggest that, with sufficient experience in the clinical setting, novice nurses will move from reliance on abstract principles to the application of concrete experience and to view a clinical situation within its context and as a whole. In the current health care environment, novice nurses frequently work with few clinical supports and mentors while facing complex patient situations that demand skilled decision-making. The Situated Clinical Decision-Making Framework is presented for use by educators and novice nurses to support development of clinical decision-making. It provides novice nurses with a tool that a) assists them in making decisions; b) can be used to guide retrospective reflection on decision-making processes and outcomes; c) socializes them to an understanding of the nature of decision-making in nursing; and d) fosters the development of their knowledge, skill, and confidence as nurses. This article provides an overview of the framework, including its theoretical foundations and a schematic representation of its components. A case exemplar illustrates one application of the framework in assisting novice nurses in developing their decision-making skills. Future directions regarding the use and study of this framework in nursing education are considered.

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)0,007
score de la tête « metaresearch » (Gemma)0,140
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,867

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,140
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
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 Opus0,047
Tête enseignante GPT0,438
Écart entre enseignants0,391 · 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'étudeObservationnel
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

Citations149
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetInnovations in Medical EducationTravaux en français237 207