MétaCan
Menu
Retour à la cohorte
Enregistrement W2995560186 · doi:10.25071/2291-5796.27

A Right to Vote: A Case Study in Nursing Advocacy for Public Policy Reform

2019· article· en· W2995560186 sur OpenAlexaffvenueabout
Abe Oudshoorn

Notice bibliographique

RevueWitness The Canadian Journal of Critical Nursing Discourse · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Education, Practice, and Leadership
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPublic administrationLegislationVotingPolitical sciencePolicy advocacyGovernment (linguistics)Public policySocial justiceEconomic JusticeWelfare reformPatient advocacyPublic relationsLawSociologyLaw and economicsPoliticsWelfareMEDLINE

Résumé

récupéré en direct d'OpenAlex

In February 2014, the Government of Canada under Stephen Harper introduced the ‘Fair Elections Act’. This reform to the elections act removed provisions for access to voting for individuals lacking certain forms of identification. Noting that this would have a disproportionate impact on people experiencing homelessness, nursing advocates joined with other activists to try to prevent then subsequently overturn this legislation. The purpose of this paper is to explore the 93rd competency of the College of Nurses of Ontario, “Advocates and promotes healthy public policy and social justice,” by unpacking a case example of advocacy for voting rights. This paper addresses the challenges faced by nurses in doing public policy advocacy and concludes with lessons learned. Fulfilling our college mandated requirement to be politically active means ensuring that public policies are just, equitable, and reflective of the progressive values of Nursing.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,366
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,396
Écart entre enseignants0,361 · 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.

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

Citations1
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWitness The Canadian Journal of Critical Nursing DiscourseMême sujetNursing Education, Practice, and LeadershipTravaux en français237 207