MétaCan
Menu
Retour à la cohorte
Enregistrement W2167715098 · doi:10.5430/jnep.v1n1p25

Computerized documentation and community health nursing students

2011· article· en· W2167715098 sur OpenAlexvenueno aff
Nadine M. Aktan, Janet Tracy, Connie Gleim Bareford

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2011
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Diagnosis and Documentation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDocumentationNursingNursing processNurse educationHealth careMedical educationNursing documentationMedicineNursing researchNursing carePsychologyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Background/Objective: Proficiency in computerized documentation systems is an essential element of most areas of nursing practice today. Community health is one example of an area of nursing practice where computerized documentation systems help in the provision of high quality care. Nursing students must learn the basic principles of and begin to participate in the practices of computerized nursing documentation. It is, therefore, the responsibility of nursing faculty to promote student involvement in this important process. Methods: Two different faculty experiences with students participating in computerized nursing documentation were described using different electronic systems, a notebook computer system and a Personal Digital Assistant (PDA) system. Results/Conclusions: After reviewing the results of this descriptive experience, it is recommended that before students participate in computerized documentation, they receive written instructions. Sample charts, practice under direct faculty and staff guidance, and standardizing the learning experience are imperative. Educating the student in a technological environment is no longer optional for nurse faculty as the accurate documentation, transmission and management of data assures that the best practices are maintained, the proper billing of visits can be ensured, and the communication between the nursing student and community health nurses, as well as all members of the multi-disciplinary team is fostered.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil0,611

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,119
Tête enseignante GPT0,494
Écart entre enseignants0,375 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetNursing Diagnosis and DocumentationTravaux en français237 207