MétaCan
Menu
Retour à la cohorte
Enregistrement W2968434414 · doi:10.4324/9781315780344-17

Mental health care nursing standards: international perspectives Sarah Benbow, Wafa’a Ta’an, Malene Terp, Marc Haspeslagh and

2016· book-chapter· en· W2968434414 sur OpenAlexaboutno aff
Cheryl Forchuk

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomainePsychology
ThématiquePsychiatric care and mental health services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNursingHistoryMedicine

Résumé

récupéré en direct d'OpenAlex

Introduction The purpose of this chapter is to describe similarities and differences in psychiatric mental health (PMH) nursing care and standards across diverse global contexts. This chapter is based on the experience of four authors residing in four different countries around the globe. Their experiences are bound to the mental health system of their countries and their own careers and practice environments. These examples reflect the authors’ lens about psychiatric nursing care practice standards and the functioning of nurses within these countries. Specifically, sets of psychiatric nursing standards will be examined from differing cultural contexts: a North American country (Canada), a Middle Eastern country (Jordan), and two European countries (Belgium and Denmark). Definitions of the standards of mental health care will be provided and a description of PMH nursing within a contextual overview of mental health cares in each country (see Table 8.1). Current mental health issues and tensions that impact nursing and PMH nursing standards of practice will be explored. Recommendations for improving mental health care by increasing the role and visibility of psychiatric nurses will be addressed. The chapter will conclude by discussing the similarities and differences related to PMH nursing practice across these diverse contexts.

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)0,002
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,016
Tête enseignante GPT0,373
Écart entre enseignants0,358 · 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
GenreAutre

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

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPsychiatric care and mental health servicesTravaux en français237 207