MétaCan
Menu
Retour à la cohorte
Enregistrement W2978693533 · doi:10.22374/jmhan.v3i1.35

International Consensus Statement on the Role of Nurses in Supervised Consumption Sites

2019· article· en· W2978693533 sur OpenAlexaffvenueabout
Marilou Gagnon, Tim Gauthier, Elena Adán, Andy Bänninger, L. Cormier, Jennifer Kathleen Gregg, Sara L. Gill, Kirsten Horsburgh, Peter Kreutzmann, Julie Latimer, Gurvan Le Bourhis, Christina Livgard, Derek Parker, Tori Reiremo, Erin Telegdi, Teresa Thorner, Marguerite White

Notice bibliographique

RevueJournal of Mental Health and Addiction Nursing · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensAlberta Health ServicesRegistered Nurses' Association of OntarioCollege & Association of Registered Nurses of AlbertaRegent Park Community Health CentreUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésStatement (logic)Delphi methodScope (computer science)HarmNursingHealth careMedicineScope of practicePublic relationsPsychologyPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Background and Objective There are currently more than 150 supervised consumption sites (SCS) worldwide. These sites offer a much-needed point of contact between the health care system and people who use drugs and, as such, have been proven to effectively reduce harms and improve health. SCS are typically staffed by mental health and harm reduction workers, social workers, workers with living or lived experience, and registered nurses. It has been established that the care provided by nurses within SCS fall within their legislated scope of practice but the actual role of nurses in SCS remains poorly defined and understood. Material and Methods To address this significant practice, policy and research gap, a consensus statement was developed based on information generated by 17 content experts from 10 countries namely, Canada, Spain, Australia, France, Denmark, Norway, Ireland, Switzerland, Germany, and Scotland. The statement was developed from “the ground up” by gathering information on three content areas: nursing practice in SCS, training, and needs. This information was summarized, and then submitted to two rounds of voting using a modified Delphi method to build consensus. Results The final content of the consensus statement is comprised of five sections: (1) Philosophy of care, (2) Framework, (3) Nursing role, (4) Training requirements, and (5) Needs of nurses. Conclusion This consensus statement is the first step toward a better understanding of the role of nurses in SCS. There is immense responsibility on nurses in this setting, as the majority of people who access SCS face many barriers in accessing other health and social services, even when their need for those services may be critical. For these reasons, it is essential to better prepare nurses for these realities. We hope that this first international consensus statement can serve as a foundation to guide practice, policy, research, and operational decisions in SCS.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,043
Tête enseignante GPT0,422
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'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

Citations4
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Mental Health and Addiction NursingMême sujetHomelessness and Social IssuesTravaux en français237 207