MétaCan
Menu
Retour à la cohorte
Enregistrement W2802476689 · doi:10.12927/cjnl.2017.25448

Diffusing Innovative Roles Within Ontario Hospitals: Implementing the Nurse Practitioner as the Most Responsible Provider

2017· article· en· W2802476689 sur OpenAlexaffvenueabout
Christina Hurlock‐Chorostecki, Michelle Acorn

Notice bibliographique

RevueNursing leadership · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensCentre for Global Health ResearchSt Joseph's Health CareWestern University
Organismes subventionnairesnon disponible
Mots-clésNursingWarrantBusinessNurse practitionersLegislationPopulationMedicineHealth carePolitical scienceEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Hospitals require identification of the most responsible provider (MRP) for care of admitted patients. Traditionally, the MRP has been a physician. However, legislation changes within Ontario authorize the nurse practitioner (NP) to admit and provide care for hospital in-patients. There is little evidence illustrating adoption of the NP-as-MRP model in Ontario. Reasons for a delayed adoption of this innovative model of care are unclear and warrant investigation. One hospital implemented the NP-as-MRP as an appropriate and beneficial model to maximize access to care for senior patients. Rogers' (2003) model of diffusion of innovation provides a framework to describe the processes undertaken that led to their adoption of the NP-as-MRP model. Detailed processes are highlighted for hospital leaders, hospital board members, and NPs. Other sites are encouraged to evaluate whether the NP-as-MRP model will be appropriate for specific populations; each site should undertake a process that is as detailed to ensure thorough preparation of all who will be affected by this change. Evaluation of the outcomes of the NP-as-MRP model is necessary and must be population- and institution-specific, as these provide new evidence in the early stages of this recent NP-related innovation in Ontario.

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)0,028
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,279
Score d'incertitude au seuil0,728

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,036
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,010
Communication savante0,0100,005
Science ouverte0,0030,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,349
Tête enseignante GPT0,483
Écart entre enseignants0,134 · 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'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

Citations8
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetHealthcare Quality and ManagementTravaux en français237 207