MétaCan
Menu
Retour à la cohorte
Enregistrement W3147124952 · doi:10.12927/cjnl.2021.26454

Developing a Culture of Support to Advance and Accelerate Nursing Innovation

2021· article· en· W3147124952 sur OpenAlexaffvenueabout
Mary Ackerman, Lianne Jeffs, Beverley Simpson, Sue W. Williams

Notice bibliographique

RevueNursing leadership · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensToronto Metropolitan UniversityLunenfeld-Tanenbaum Research Institute
Organismes subventionnairesnon disponible
Mots-clésNursingOrganizational cultureNurse educationSociologyMedicinePolitical sciencePublic relations

Résumé

récupéré en direct d'OpenAlex

Nurses everywhere are called to seek new and better ways of providing care in the complex and dynamic environments where they practise. The core of innovation is the creation of new ideas and use of existing ideas in new ways or in new settings. Today, innovation and fresh thinking are more important than ever as the world is changing rapidly and complexity is the norm. Nurse leaders are called to action to create the insights, cultures, structures and methodologies needed to promote the development and uptake of innovative ideas in nursing practice and interdisciplinary team work. This paper highlights three successful examples of nursing leadership in the development of a culture of innovation at the national (SE Health), provincial (Registered Nurses Foundation of Ontario's Nurse Innovator Awards) and local (Sinai Health) levels. The goal of these initiatives is to cultivate innovation as a way of being, thinking and doing, ensuring that it is inherent in nursing culture and visible in nursing practice, education and research that enhances patients' and care partners' experiences.

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)0,038
score de la tête « metaresearch » (Gemma)0,051
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: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,201

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,051
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0100,023
Communication savante0,0250,010
Science ouverte0,0020,026
Intégrité de la recherche0,0040,010
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,639
Tête enseignante GPT0,551
Écart entre enseignants0,089 · 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

Citations8
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetHealth Sciences Research and EducationTravaux en français237 207