MétaCan
Menu
Retour à la cohorte
Enregistrement W2921786773 · doi:10.12927/cjnl.2019.25753

Medical Assistance in Dying (MAiD): Ten Things Leaders Need to Know

2018· article· en· W2921786773 sur OpenAlexaffvenue
Rosanne Beuthin, Anne Bruce

Notice bibliographique

RevueNursing leadership · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésUnderpinningScope (computer science)Public relationsHealth careLegislatureNursingSociologyPsychologyPolitical scienceMedicineLawComputer science

Résumé

récupéré en direct d'OpenAlex

The provision of MAiD will be in flux for a few years, as legislative challenges are underway. This article addresses what leaders need to know and do to support nurses today and in the future regarding care of patients choosing MAiD. Drawing on complexity leadership theory and research into nurses' experiences in caring for persons choosing MAiD, we share 10 simple yet foundational things a leader must know. Underpinning our key messages are current evidence and familiar nursing concepts such as end-of-life care, death trajectories, conscientious objection, scope of practice, ethics, sense-making and care cultures. These key messages are embedded in a framework of leadership practices where attention to inter-relationships, emergence and innovation are highlighted. They provide nurse leaders with concrete actions to inspire a team dynamic for creating inclusive cultures of quality care. Leadership is needed across healthcare settings where MAiD is being enacted.

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)0,012
score de la tête « metaresearch » (Gemma)0,039
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,860
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,039
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,009
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,357
Tête enseignante GPT0,503
Écart entre enseignants0,146 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations15
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetEthics in medical practiceTravaux en français237 207