MétaCan
Menu
Retour à la cohorte
Enregistrement W2528588697 · doi:10.1177/2333393616671076

Assessment of Capacity to Consent by Nurses Who Deliver Health Care to Patients Who Misuse Substances

2016· article· en· W2528588697 sur OpenAlexaff
Darlene Taylor, Anita Ho, Louise C. Mâsse, Natasha Van Borek, Neville Li, Michelle Patterson, Gina Ogilvie, Jane A. Buxton

Notice bibliographique

RevueGlobal Qualitative Nursing Research · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensSimon Fraser UniversityMcMaster UniversityUniversity of British Columbia, Okanagan CampusKelowna General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOutreachNursingInterpersonal communicationContext (archaeology)Health carePsychologyQualitative propertyQualitative researchSample (material)Nonprobability samplingMedicineSocial psychologyEnvironmental healthSociology

Résumé

récupéré en direct d'OpenAlex

This qualitative study explored the current practice that nurses use to assess capacity to consent to health care (CTC-HC) in street outreach settings. Key informant interviews were conducted with a purposive sample of nurses from each of British Columbia's five regional health authorities, allowing nurses to describe their lived experiences with assessing CTC-HC. Content analysis was used to summarize information captured in the data. A total of 19 nurses participated in the study. Five themes emerged from the data: (a) internal guiding forces that contribute to the nurses' assessment, (b) external influences that contribute to the nurses' assessment, (c) measures that are important for assessing CTC-HC, (d) threshold setting, and (e) context (physical and interpersonal) within which assessment of capacity takes place. These elements will be incorporated into a capacity assessment tool that can be used in nursing best practices.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,778

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,230
Tête enseignante GPT0,620
Écart entre enseignants0,390 · 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'étudeQualitatif
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Qualitative Nursing ResearchMême sujetHealthcare Decision-Making and RestraintsTravaux en français237 207