Building a foundation for evidence-based practice: experiences in a tertiary hospital
Notice bibliographique
Résumé
The aim of this article is to report on the creation and early innovations of an evidence-based nursing committee in a tertiary hospital. During a post-merger transitional period, the Evidence-based Nursing (EBN) Committee conducted a number of projects, which included selecting an evidence-based practice (EBP) model for nursing; developing a process for prioritising and disseminating research findings to healthcare programmes; and evaluating an important EBP application in direct patient care. Hamilton Health Sciences (HHS), a 1157 bed tertiary hospital providing inpatient and outpatient acute and long term care across several health programmes, is a recent merger of 2 hospitals at 4 sites in a large city in southern Ontario, Canada. Approximately 2900 nurses (2550 Registered Nurses and 380 Registered Nursing Assistants) are employed by HHS in either full or part time positions in health programmes that range from infertility services and obstetrical care to a large and progressive cardiac surgery programme. HHS provides regional services to 2.2 million people in Hamilton and Central South Ontario. In 2000, the Nursing Practice Committee (NPC), a nursing body that represents direct care nurses, sets the general direction for nursing, and is accountable to the Chief Nursing Officer, identified 3 priorities for development. One of these priorities was to develop the use of EBP by nurses at the bedside. Therefore, with accountability to the NPC, the EBN Committee was created and given the mandate of developing the use of EBP at the patient care level and recommending processes that would promote EBP among direct care nurses. In 2002, the mandate and responsibilities were expanded (see table 1⇓). View this table: Table 1 Terms of reference for Hamilton Health Sciences (HHS) Evidence-Based Nursing (EBN) Committee Under the co-leadership of a clinical nurse specialist (BK) and a school of nursing faculty member with a track record in health services …
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,095 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,018 | 0,015 |
| Communication savante | 0,017 | 0,008 |
| Science ouverte | 0,005 | 0,031 |
| Intégrité de la recherche | 0,007 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».