MétaCan
Menu
Retour à la cohorte
Enregistrement W2900293785 · doi:10.1002/hpm.2700

A study of nurse‐based Injury Units in Ireland: An emergency care development for consideration worldwide

2018· article· en· W2900293785 sur OpenAlexaff
Donna M. Wilson, Rashmi Devkota

Notice bibliographique

RevueThe International Journal of Health Planning and Management · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésIrishNursingHealth careMedicineClinical nurse specialistDistrict nurseService (business)BusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

The aim of this 2018 research study was to determine why nurse-based Injury Units were developed in Ireland and how they function in the Irish healthcare system, including what they contribute in relation to addressing the healthcare needs of Irish citizens. A document review was completed and interviews of nurse practitioners and physicians working in Irish Emergency Rooms (ERs) and Injury Units, as well as nurse managers with responsibility for Injury Units and health service executives who helped design Injury Units. A new model of emergency care was needed 20 years ago when two issues were apparent. The first was concern over unsafe care in small ERs as a result of low patient volumes and staff not having ER expertise. The second issue was long waits for ER care. Considerable opportunity for change was present, including financial imperatives and nurse, physician, and political leaders who were together ready to design and move a new-to-Ireland ER services model and nurse practitioner education forward. The Injury Unit model is based on nurse practitioners providing a defined set of services to nonurgent patients in daytime hours. This model was pilot tested and is being implemented across Ireland after it was determined that quality services were being rapidly and safely provided. Nurse practitioner education was also initiated and is now in expansion mode to gain 700 more nurse practitioners by the year 2021 over the current 240.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,002
Communication savante0,0050,005
Science ouverte0,0020,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,068
Tête enseignante GPT0,412
Écart entre enseignants0,344 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Health Planning and ManagementMême sujetEmergency and Acute Care StudiesTravaux en français237 207