MétaCan
Menu
Retour à la cohorte
Enregistrement W2999350301 · doi:10.29375/01237047.2377

Transformando la enfermería a través de la evidencia

2015· article· es· W2999350301 sur OpenAlexaboutno aff
Doris Grinspun

Notice bibliographique

RevueMedunab · 2015
Typearticle
Languees
DomaineNursing
ThématiqueNursing Diagnosis and Documentation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Este editorial junto con algunos de los artículos de la edición 17(3) de la revista MedUNAB está dedicado a visualizar la transformación sistematizada de la profesión de Enfermería a través del uso continuo de evidencia científica en la práctica clínica del día a día. Un reto que puede parecer inalcanzable pero que ya se está dando en 450 organizaciones de servicios de salud y entidades académicas en diversos países del mundo incluyendo algunos de habla hispana. El eje organizador de este esfuerzo es la Asociación Profesional de Enfermeras y Enfermeros de Ontario (Registered Nurses’ Association of Ontario, RNAO), la cual con financiación del Gobierno Provincial de Ontario, lanzó en el año 1998 el Programa de Guías Clínicas (Best Practice Guidelines) basadas en la evidencia. Este programa fue ampliado en el año 2003, por solicitud del mismo gobierno, para incluir también guías de entorno laboral.Las metas trazadas por RNAO se dirigen a apoyar a los organismos de salud y educación junto con sus enfermeras (os) y estudiantes, además de optimizar los servicios de atención basándose en evidencia actualizada. Metas que no solo se han alcanzado sino sobrepasado ampliamente. Actualmente estas guías son utilizadas por equipos interdisciplinarios tanto en áreas preventivas (por ejemplo en atención primaria), como también en el ámbito comunitario y hospitalario en todos sus niveles de complejidad. El programa permite a las organizaciones y a los sistemas de salud centrarse en la atención al paciente y la excelencia clínica, utilizando en forma sistematizada las últimas investigaciones para informar la práctica y optimizar los resultados a pacientes, organizaciones de salud y sistemas locales y nacionales.

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)0,028
score de la tête « metaresearch » (Gemma)0,076
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,076
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,007
Communication savante0,0140,008
Science ouverte0,0020,003
Intégrité de la recherche0,0080,012
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,025
Tête enseignante GPT0,365
Écart entre enseignants0,340 · 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
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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedunabMême sujetNursing Diagnosis and DocumentationTravaux en français237 207