MétaCan
Menu
Retour à la cohorte
Enregistrement W231579568 · doi:10.17483/2368-6669.1006

Building the Research Enterprise in the Academic Environment

2014· article· en· W231579568 sur OpenAlexvenueno aff
Geraldine Bednash, Jane Marie Kirschling, Eileen Breslin, Robert Rosseter

Notice bibliographique

RevueQuality Advancement in Nursing Education - Avancées en formation infirmière · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNursing researchNursingNurse educationRelevance (law)Resource (disambiguation)Work (physics)MedicinePolitical scienceComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The preponderance of nursing research conducted in the United States occurs in schools of nursing. Accordingly, a major role for academic leaders in nursing education is the development of a resource base to support and expand the research mission of the nursing program. The intersection of research and practice is also an essential element for assuring the relevance of nursing research and advancing the application of the evidence generated by nursing scientists. The following paper presents an introduction to nursing research in the U.S. with an emphasis on the educational and operational resources needed to maintain a robust research enterprise in schools of nursing. Key supports for this important work are profiled, including federal agencies and programs committed to advancing nursing science and the more widespread engagement of nurses in team-based research. The paper concludes with a look at efforts underway to enhance quality in research-focused doctoral programs and an assessment of critical roles nursing deans and faculty play in championing nursing research and preparing the next generation of nurse scientists.

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)0,367
score de la tête « metaresearch » (Gemma)0,230
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,633
Score d'incertitude au seuil0,781

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3670,230
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0090,005
Études des sciences et des technologies0,0290,086
Communication savante0,0900,055
Science ouverte0,0060,063
Intégrité de la recherche0,0160,030
Charge utile insuffisante (le modèle a refusé de juger)0,0080,009

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 Opus0,217
Tête enseignante GPT0,585
Écart entre enseignants0,368 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuality Advancement in Nursing Education - Avancées en formation infirmièreMême sujetHealth Sciences Research and EducationTravaux en français237 207