MétaCan
Menu
Retour à la cohorte
Enregistrement W2313565721 · doi:10.1097/ans.0b013e3182300d9a

Advancing Population-Based Health-Promotion and Prevention Practice in Community-Health Nursing

2011· article· en· W2313565721 sur OpenAlexaffabout
Nicole Beaudet, Lucie Richard, Sylvie Gendron, Nancy Boisvert

Notice bibliographique

RevueAdvances in Nursing Science · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHealth promotionNursingOccupational health nursingCommunity healthPopulationPromotion (chess)Work (physics)Population healthAction (physics)MedicineHealth educationPublic healthPolitical scienceEnvironmental health

Résumé

récupéré en direct d'OpenAlex

In Brief Community-health nursing practice is a pivotal aspect of present-day health reforms. In Quebec, Canada, the recent introduction of a population-based approach has entailed increasing the resources allocated to health promotion and disease prevention. Semistructured interviews were conducted with nurses and managers (N = 69) in an effort to understand how these new resources are reflected in nursing practice. Three classes of factors emerged as key conditions for change: contextual and historical, training and professional-development, and work-organization factors. The authors propose courses of action respecting these conditions to provide support for community-health nursing practices that incorporate a contemporary population-based approach. Semi-structured interviews were conducted with nurses and managers (N = 69) in an effort to understand how the new resources allocated to health promotion and disease prevention in Quebec, Canada, are reflected in nursing practice. Three classes of factors emerged as key conditions for change: contextual and historical, training and professional-development, and work-organization factors. www.advancesinnursingscience.com

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil0,809

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,070
Tête enseignante GPT0,526
Écart entre enseignants0,456 · 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
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

Citations25
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Nursing ScienceMême sujetSchool Health and Nursing EducationTravaux en français237 207