MétaCan
Menu
Retour à la cohorte
Enregistrement W2776730912 · doi:10.36834/cmej.36863

A needs assessment on addressing environmental health issues within reproductive health service provision: Considerations for continuing education and support

2017· article· en· W2776730912 sur OpenAlexaffvenueabout
Linzi Williamson, Sarah L. Sangster, Melanie Bayly, Kirstian Gibson, Megan Clark, Karen Lawson

Notice bibliographique

RevueCanadian Medical Education Journal · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEffects and risks of endocrine disrupting chemicals
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésService (business)Needs assessmentMedical educationContinuing educationNursingPsychologyMedicineBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This needs assessment was initially undertaken to explore the beliefs and knowledge of nurses and physicians about the impact of environmental toxicants on maternal and infant health, as well as to describe current practice and needs related to addressing environmental health issues (EHI). METHODS: One hundred and thirty-five nurses (n = 99) and physicians (n = 36) working in Saskatchewan completed an online survey. Survey questions were designed to determine how physicians and nurses think about and incorporate environmental health issues into their practice and means of increasing their capacity to do so. RESULTS: Although participants considered it important to address EHIs with patients, in actual practice they do so with only moderate frequency. Participants reported low levels of knowledge about EHIs' impact on health, and low levels of confidence discussing them with patients. Participants requested additional information on EHIs, especially in the form of online resources. CONCLUSION: The results suggests that while nurses and physicians consider EHIs important to address with patients, more education, support, and resources would increase their capacity to do so effectively. Based on the findings, considerations and recommendations for continuing education in this area have been provided.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,039
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,039
Score d'incertitude au seuil0,205

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,051
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0070,001
Communication savante0,0040,004
Science ouverte0,0020,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,023
Tête enseignante GPT0,413
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 source (Gemma direct ou Codex distillé), 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
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetEffects and risks of endocrine disrupting chemicalsTravaux en français237 207