MétaCan
Menu
Retour à la cohorte
Enregistrement W3043425808 · doi:10.5737/23688076303159168

Ambulatory care unit role optimization for the specialized oncology nurse

2020· article· en· W3043425808 sur OpenAlexaffvenue
Andrea Knox

Notice bibliographique

RevueCanadian Oncology Nursing Journal · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensKelowna General Hospital
Organismes subventionnairesnon disponible
Mots-clésSpecialtyNursingMedicineCLARITYOncology nursingUnit (ring theory)Ambulatory careScope (computer science)Health careOncologyMedical educationFamily medicinePsychologyNurse education

Résumé

récupéré en direct d'OpenAlex

While the role of the specialized oncology nurse in treatment and symptom management is well established, the role in the outpatient setting is not as well defined. Increasing patient complexity, the rising incidence of cancer, and evolving treatment regimens is pressing BC Cancer to reassess its Ambulatory Care Unit (ACU) model of care to better meet patient needs. The purpose of this project was to identify and map the specific role and functional tasks of nurses working in the ACU to specialty competencies for the oncology nurse. A baseline functional role elements list and role-competency map were developed from clinical observations and focus group sessions. This work will help provide role clarity and enable nursing to articulate both the scope of practice and the specialty competencies required to best meet the needs of our patients in the ACU setting. The results of this project can be utilized in strategic and operational planning discussions focused on improving health services for patients and supporting the continued professional development of front-line staff. The approaches utilized may be of interest to others who wish to apply similar methods in their own cancer settings.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,061
Tête enseignante GPT0,466
Écart entre enseignants0,405 · 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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Oncology Nursing JournalMême sujetInterprofessional Education and CollaborationTravaux en français237 207