MétaCan
Menu
Retour à la cohorte
Enregistrement W3043435982 · doi:10.5737/23688076303208211

Facing forward: The development of a cancer nursing knowledge and practice framework

2020· article· en· W3043435982 sur OpenAlexaffvenueabout
Allyson Nowell, Colleen Campbell

Notice bibliographique

RevueCanadian Oncology Nursing Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensKensington HealthSouthlake Regional Health Center
Organismes subventionnairesnon disponible
Mots-clésExcellenceOncology nursingNursingMedicineNurse educationNursing researchCancerFamily medicineOncologyInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

The Canadian Association of Nurses in Oncology (CANO/ACIO) is the national organization supporting nurses to develop and promote excellence in oncology nursing practice, education, research and leadership. To support their mission, CANO/ACIO has developed Standards of Care for cancer patients and Standards and Competencies for Oncology Nurses caring for these individuals (CANO, 2001, 2006). Since the creation of the first standards for specialized oncology nursing in 2006, cancer care has changed considerably with increased cancer occurrence and prevalence, new therapies including oral agents, and cancer care transitioning from specialized treatment centres (Canadian Cancer Society, 2019). Given the changing landscape for nursing practice, CANO/ACIO embarked on a process to update the current standards with the aim of including the role of nurses caring for cancer patients and families in all settings. Through this process experts identified the need for a national nursing framework to assist with the integration of current standards and describe nursing contributions to high quality cancer care. This article describes the process that CANO/ACIO utilized to establish the CANO Nursing Knowledge and Practice Framework and Toolkit for Cancer Care.

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)0,089
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,542

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0890,047
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0090,006
Études des sciences et des technologies0,0240,024
Communication savante0,0230,014
Science ouverte0,0070,023
Intégrité de la recherche0,0070,015
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,147
Tête enseignante GPT0,488
Écart entre enseignants0,341 · 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'étudeThéorique ou conceptuel
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'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Oncology Nursing JournalMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207