MétaCan
Menu
← Retour à la cohorte
Enregistrement W2297055895 · doi:10.5430/jnep.v6n6p75

Behind our eyes: The voice of the patient care assistant

2016· article· en· W2297055895 sur OpenAlexvenueno aff
Nina Hawthorne-Spears, Almeisha Whitlock

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPassionNursingHealth carePsychologyNursing carePatient careMedicinePolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

This is a discussion paper regarding a role that often goes overlooked in many health care environments; the patient care assistant (PCA). This individual is charged with performing highly skilled tasks that may seem mundane and insignificant to some, yet are essential to achieving optimal outcomes for our patients. Nurses depend on the PCA to being properly educated and trained to accomplish the many duties of caring for the complex patients that enter today’s health care setting. Ultimately, the day to day responsibilities of the PCA are delegated by the licensed nurse. Therefore, it is imperative for nursing to understand the complicated nature of their role and how to best equip them with essential tools for success. A method that has been introduced at Houston Methodist Hospital to ensure the PCA is seen as an integral part of the health care team is the development of the Patient Care Advancement Program (PCAP), also known as a clinical ladder. The PCAP is a comprehensive platform that was implemented to grow the interprofessional team members at the bedside. In this article, we discuss the passion that the PCA must possess to be committed to perform daily care, how the PCA operates as a part of the health care team and the significance of professional growth opportunities for the PCA.

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)0,006
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,035
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,009
Communication savante0,0110,010
Science ouverte0,0020,007
Intégrité de la recherche0,0080,019
Charge utile insuffisante (le modèle a refusé de juger)0,0100,005

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 Opus0,085
Tête enseignante GPT0,489
Écart entre enseignants0,404 · 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'étudeQualitatif
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and Practice→Même sujetGeriatric Care and Nursing Homes→Travaux en français237 207→