MétaCan
Menu
Retour à la cohorte
Enregistrement W2157448872 · doi:10.1111/j.1466-7657.2007.00536.x

Physical assessment: implications for nurse educators and nursing practice

2007· review· en· W2157448872 sur OpenAlexaboutno aff
Raewyn Lesā, Alison Dixon

Notice bibliographique

RevueInternational Nursing Review · 2007
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNursingScope of practiceHealth careHealth assessmentScope (computer science)MedicineOccupational health nursingPsychologyMedical educationHealth policyPublic healthPolitical science

Résumé

récupéré en direct d'OpenAlex

AIM: In New Zealand, the physical assessment of a patient has traditionally been the domain of the medical profession. As a country implementing advanced practice roles, with an expectation that both nurse practitioners and registered nurses will use physical assessment skills, the relevancy of physical assessment for each scope of practice has currency. The aim of this literature review was to discover what could be learnt from the experiences of Western countries that already incorporate physical assessment skills into nurses' health assessment. FINDINGS: Nurses in the USA, and more recently Canada and Australia, readily incorporate physical assessment skills into their nursing practice as a component of health assessment. The international literature identified that any change to the nurse's role in health assessment, to include physical assessment skills, requires strategies that involve the regulatory, educational and practice components of nursing. CONCLUSION: Nurses and other health professionals must perceive that this role expansion will improve health outcomes for the diverse populations accessing health care. Teaching physical assessment skills within a holistic health model will enable nurses to contribute a more comprehensive health assessment to the planning and monitoring of people's health care.

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)0,013
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0020,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,154
Tête enseignante GPT0,616
Écart entre enseignants0,461 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Nursing ReviewMême sujetNutrition and Health in AgingTravaux en français237 207