MétaCan
Menu
Retour à la cohorte
Enregistrement W2891303518 · doi:10.1016/j.ijnss.2018.08.004

A theoretical framework for interaction of nursing discipline with genetics and genomics

2018· article· en· W2891303518 sur OpenAlexafffund
Jiale Hu, Leilei Yu, Shokoufeh Modanloo, Yiyan Zhou, Yan Yang

Notice bibliographique

RevueInternational Journal of Nursing Sciences · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésGenomicsGenome BiologyMedical geneticsHuman geneticsEngineering ethicsGeneticsGenomeBiologyEngineeringGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Since the completion of the Human Genome Project, health science has been strongly influenced by the advances in genetics and genomics. However, the progress of embracing genetics and genomics into nursing discipline is limited. One of the main barriers is lack of understanding on the relevancy of genetics and genomics to nursing discipline. OBJECTIVES: This paper aims to synthesize and develop a theoretical framework for the interaction of nursing discipline with genetics and genomics. METHODS: Through content analysis and constant comparative method, a theoretical framework was developed from synthesis of the studies regarding nursing and genetics/genomics indexed in multiple English and Chinese databases. RESULTS: Four main theoretical statements were constructed in the framework: 1) There are three ways to show how genetics and genomics can influence nursing discipline: a new specialty, new technologies and a new lens; 2) The significant contribution of nursing discipline to genetics and genomics lies in how nurses could focus on the association between human responses and genes and how nurses could advocate for their clients in the genetic and genomic era; 3) A paradigm shift occurs after a constant interaction of nursing discipline with genetics and genomics; 4) Implementation strategies could be used to facilitate the integration of genetics and genomics to nursing discipline and advance the paradigm shift. CONCLUSIONS: The framework will help to understand the relationship between nursing discipline and genetics and genomics and implicate the future studies integrating genetics and genomic science into nursing discipline.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,375
Score d'incertitude au seuil0,503

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,032
Tête enseignante GPT0,409
Écart entre enseignants0,378 · 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'étudeExpérimental (laboratoire)
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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Nursing SciencesMême sujetBRCA gene mutations in cancerTravaux en français237 207