Mary Seacole and claims of evidence‐based practice and global influence
Notice bibliographique
Résumé
Abstract Aim The aim of this paper was to explore the contribution of Mary Seacole to nursing and health care, notably in comparison with that of Florence Nightingale. Background Much information is available, in print and electronic, that presents Mary Seacole as a nurse, even as a pioneer nurse and leader in public health care. Her own memoir and copious primary sources, show rather than she was a businesswoman, who gave assistance during the Crimean War, mainly to officers. Florence Nightingale's role as the major founder of the nursing profession, a visionary of public health care and key player in advocating ‘environmental’ health, reflected in her ownNotes on Nursing, is ignored or misconstrued. Design Discussion paper. Data sources British newspapers of 19th century andThe Timesdigital archive; Australian and New Zealand newspaper archives, published memoirs, letters and biographies/autobiographies of Crimean War participants were the major sources. Results Careful examination of primary sources, notably digitized newspaper sources, British, Australian and New Zealand, show that the claims for Seacole's ‘global influence’ in nursing do not hold, while her use of ‘practice‐based evidence’ might better be called self‐assessment. Primary sources, moreover, show substantial evidence of Nightingale's contributions to nursing and health care, in Australia, New Zealand, theUSAand many countries and theUKmuch material shows her influence also on hospital safety and health promotion.
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 | 0,193 | 0,339 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,094 |
| Communication savante | 0,024 | 0,019 |
| Science ouverte | 0,003 | 0,024 |
| Intégrité de la recherche | 0,012 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».