MétaCan
Menu
Retour à la cohorte
Enregistrement W2411002958 · doi:10.1097/jan.0000000000000124

Health Promotion in an Opioid Treatment Program

2016· article· en· W2411002958 sur OpenAlexfundno aff
Christine Gadbois, Elizabeth Chin, Lee Dalphonse

Notice bibliographique

RevueJournal of Addictions Nursing · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensnon disponible
Organismes subventionnairesRegistered Nurses' Association of Ontario
Mots-clésNursingMedicineGeneral partnershipHealth careReferralOpioid use disorderContext (archaeology)Health promotionPracticumFamily medicinePublic healthMedical educationOpioidBusiness

Résumé

récupéré en direct d'OpenAlex

Community assessment and review of the literature indicate that individuals supported in opioid treatment programs are at a significant disadvantage for access to preventative and primary healthcare. In addition, this population faces increased comorbidities and chronic disease. Finally, access to housing, nutritious food, and other social determinants of health is also a challenge for these individuals. This project, aimed at addressing healthcare disparities and improving health outcomes for the opioid treatment program client, was undertaken at a large, private, not-for-profit, community mental health center in an urban area. An education-practice partnership was created between the center and the local university's College of Nursing, which includes undergraduate and graduate programs. Working with administration, nurses, medical staff, and clinicians, the advanced practice nurse guided nursing practice change within the context of an interdisciplinary team to increase attention to clients' health needs. Outcomes included a more comprehensive nursing health assessment and increased attention to nursing care coordination. The partnership between the university and the facility continues with the goal of addressing clients' unmet healthcare needs and improving wellness via on-site intervention, referral, and education.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,868
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

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

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 Opus0,232
Tête enseignante GPT0,539
Écart entre enseignants0,307 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Addictions NursingMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207