MétaCan
Menu
Retour à la cohorte
Enregistrement W2990594546 · doi:10.1097/anc.0000000000000685

Advocating for Pasteurized Donor Human Milk

2019· article· en· W2990594546 sur OpenAlexaff
Christopher H. Schmaltz, Julie Bouchet-Horwitz, Lisa Summers

Notice bibliographique

RevueAdvances in Neonatal Care · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueInfant Nutrition and Health
Établissements canadiensWind Energy Institute of Canada
Organismes subventionnairesnon disponible
Mots-clésReimbursementMedicineMedicaidFutures studiesInclusion (mineral)Patient Protection and Affordable Care ActNursingHealth careConsumer AdvocacyWork (physics)BreastfeedingPublic relationsPediatricsLawPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The American Academy of Pediatrics and the National Association of Neonatal Nurses recognize that federal policies fail to reimburse for the provision of pasteurized donor human milk (PDHM) to the very low birth-weight neonate, and have encouraged members to advocate for the inclusion of PDHM into their respective state Medicaid programs. PURPOSE: This article describes what occurred in New York State as advocates worked for reimbursement of PDHM reimbursement by Medicaid. METHOD: Tactics utilized in New York have been presented with an advocacy framework to illustrate the necessary strategic foresight required for productive engagement within the healthcare policy arena. RESULTS: Examination of employed advocacy efforts targeted to remove known cost barriers associated with PDHM. IMPLICATIONS FOR PRACTICE: Full utilization of PDHM within intensive care. IMPLICATIONS FOR FUTURE RESEARCH: The necessity to engage in scholastic/evidence-based advocacy work.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,512

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,322
Écart entre enseignants0,313 · 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'étudeSans objet
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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Neonatal CareMême sujetInfant Nutrition and HealthTravaux en français237 207