MétaCan
Menu
Retour à la cohorte
Enregistrement W2416308269 · doi:10.1177/216507990205000207

Toward a Model for Effectiveness

2002· article· en· W2416308269 sur OpenAlexaffabout
D. Lynn Skillen, Marjorie Anderson, JoAnne Seglie, Julie Gilbert

Notice bibliographique

RevueAAOHN Journal · 2002
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Diagnosis and Documentation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOccupational health nursingNursingCompetence (human resources)Multidisciplinary approachOccupational therapyFocus groupSpecialtyExploratory researchPsychologyOccupational safety and healthMedicineHealth promotionFamily medicinePublic healthSocial psychology

Résumé

récupéré en direct d'OpenAlex

Effectiveness is difficult to define or measure, but is frequently associated with cost. A two phase study conducted with occupational health nurses in Alberta, Canada resulted in a beginning model for effectiveness. In 1997, Phase One of an exploratory descriptive study focused on physical assessment by occupational health nurses (N = 137) and perceptions of effectiveness in practice (n = 104). In 2001, Phase Two used focus groups (n = 7) to determine occupational health nurses' reactions to the preliminary analysis of questionnaire responses on effectiveness. The focus groups confirmed and expanded categories, and reconfigured the developing model. The model makes explicit the foundations, functions, relationships, and goals for effectiveness in occupational health nursing practice. The foundation includes registered nurse (RN) experience and baseline competence comprising occupational health nursing education, RN and occupational health nurse experience, and multidisciplinary knowledge. Ten specific functions and nine relationships describe the occupational health nursing specialty practice and promote achievement of five goals: balance, communication, continuing competence, leadership, and trust. The goal of balance needs articulation in the nursing literature.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,861
Score d'incertitude au seuil0,293

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,068
Tête enseignante GPT0,327
Écart entre enseignants0,260 · 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'étudeSimulation ou modélisation
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
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAAOHN JournalMême sujetNursing Diagnosis and DocumentationTravaux en français237 207