What can qualitative studies offer in a world where evidence drives decisions?
Notice bibliographique
Résumé
In an environment in which evidence-based practice is the espoused norm, nurses have understandably sought to frame the knowledge they deem relevant to practice decisions, including the findings of their qualitative studies, as a form of evidence. However, since cancer patients face a significant challenge interpreting various evidence claims, it is important to recognize that the results of our qualitative studies reflect a different form of knowledge from that which an evidence-based practice definition of evidence presumes. Thus, we need to rethink our relationship to what qualitative studies offer to the evidentiary dialog. An approach to qualitative inquiry that derives from a nursing disciplinary logic model is, therefore, presented as an alternative means by which to generate the kinds of knowledge nurses need to practice and to gain expertise in clinical wisdom. Drawing on cancer communications research as an example, a nursing angle of vision on how best to use qualitative approaches to interpret evidence and inform practice emerges.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,600 | 0,671 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,010 | 0,006 |
| Bibliométrie | 0,015 | 0,011 |
| Études des sciences et des technologies | 0,025 | 0,119 |
| Communication savante | 0,077 | 0,142 |
| Science ouverte | 0,014 | 0,032 |
| Intégrité de la recherche | 0,043 | 0,030 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,005 |
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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».