MétaCan
Menu
Retour à la cohorte
Enregistrement W2905188160 · doi:10.1111/nuf.12314

Correctional nursing and transformational leadership

2018· review· en· W2905188160 sur OpenAlexaff
Kirnvir K. Dhaliwal, Sandra P. Hirst

Notice bibliographique

RevueNursing Forum · 2018
Typereview
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTransformational leadershipSubspecialtyNursingContext (archaeology)Nursing practiceHealth careNursing literaturePsychologyMedicineAlternative medicinePolitical scienceFamily medicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

Transformational leadership (TL) is a highly discussed approach in the literature for many professions. Likewise, the TL approach continues to be explored in a myriad of nursing contexts to demonstrate its advantages for practice and client health. The tension between custody and care is particular to correctional nursing practice, such as the correctional priorities of safety and security that often override caring-focused nursing practice. Presented herein, is information relating to correctional nursing leadership as found in the minimal, available literature; and hypothetical examples of how correctional nursing leaders can use TL are provided. Measuring the influence of TL on practice and offender health can assist in determining if this approach is an appropriate "fit" for the correctional nursing context. The dearth of literature regarding correctional nursing leadership must be addressed to advance this subspecialty of nursing and promote offender health. The intent is not to argue that TL is the only applicable leadership approach for this subspecialty of nursing. Rather, introductory insight is offered regarding the suitability of TL in correctional nursing practice.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
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 Opus0,159
Tête enseignante GPT0,416
Écart entre enseignants0,257 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing ForumMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207