The image of nursing: A glimpse of the Internet
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIM: An inaccurate image of the nursing profession can negatively affect staff recruitment, resource allocation, and the perception of nursing professionalism. Previous research has investigated how nurses were portrayed in the traditional media but relatively little is known from the perspective of the Internet. Therefore, the present study aimed to explore how the nursing profession is portrayed on the Internet by using two popular sources of photographic images. METHODS: The first 100 images that were obtained using the search term "nurse" on Google Images and Shutterstock were analyzed. The distribution of the image attributes between the two websites was compared with Fisher's exact test. The text description of the images that were obtained from Shutterstock also was analyzed. RESULTS: In the 171 images with at least one nurse in them, the nurses were predominately female (91%). The facial expression of the nurses was mostly smiling (85%) and 68% of the nurses had a stethoscope. For those with their hands visible in the images, 39% were holding documents, writing boards, or tablet computers and 29% were shown touching patients. Only 7% were depicted as using medical devices. CONCLUSIONS: While most of the nursing images were relatively professional-looking, the nurses were portrayed only as engaging in comforting patients and recording data. Nurses who were engaged in clinical tasks or scientific activities, such as research, were absent in the portrayals. A plan needs to be developed to accurately and comprehensively represent the nursing profession on the Internet.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle