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 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)0,006
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,580
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0120,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,349
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 tête enseignante, pas un consensus.

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