MétaCan
Menu
Retour à la cohorte
Enregistrement W3003903450 · doi:10.5737/23688076301915

Practical innovation: Advanced practice nurses in cancer care

2020· article· en· W3003903450 sur OpenAlexaffvenueabout
Colleen Campbell, Allyson Nowell, Karen Karagheusian, Janet Giroux, Catherine Kiteley, Lorraine Martelli, Maurene McQuestion, Maureen Quinn, Yvonne P Rowe Samadhin, Melissa Touw, Lesley Moody

Notice bibliographique

RevueCanadian Oncology Nursing Journal · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensPrincess Margaret Cancer CentreKingston Health Sciences CentreCancer Care OntarioSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésDelphi methodAdvanced Practice NursesDelphiMedicineExpert opinionMedical educationNursingMEDLINEBest practiceHealthcare deliveryHealth careFamily medicinePolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The objectives of this study were to gather emerging practice evidence, through consultation with Advance Practice Nurses (APN), to fill the evidence gaps in the published guidelines, Effective Use of Advanced Practice Nurses in the Delivery of Adult Cancer Services in Ontario, and to provide a set of expert panel recommendations to build a research agenda to promote the collection and publication of Level 1 and 2 evidence. METHOD: A three-step RAND/UCLA Appropriateness Methodology (RAM) modified Delphi process was used to solicit expert opinion on the use of APNs in adult cancer care in Ontario. RESULTS: Thirty-four (34) case examples of APN use were gathered. The modified Delphi process concluded with the endorsement of 30 APN role statements that were used to develop nine (9) additional recommendations regarding the use of APNs in the delivery of adult cancer care. CONCLUSION: The recommendations from this study provide direction for future research to close the current evidence gap regarding the role of APNs in cancer care delivery in Canada.

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)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,823
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,118
Tête enseignante GPT0,546
Écart entre enseignants0,428 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations10
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Oncology Nursing JournalMême sujetNursing Roles and PracticesTravaux en français237 207