MétaCan
Menu
Retour à la cohorte
Enregistrement W4221042021 · doi:10.12927/cjnl.2022.26750

Optimizing the Nursing Role in Abortion Care: Considerations for Health Equity

2022· article· en· W4221042021 sur OpenAlexaffvenueabout
Andrea Carson, Martha Paynter, Wendy V. Norman, Sarah Munro, Josette Roussel, Sheila Dunn, Denise Bryant‐Lukosius, Stephanie Begun, Ruth Martin‐Misener

Notice bibliographique

RevueNursing leadership · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueReproductive Health and Contraception
Établissements canadiensMontfort HospitalMcMaster UniversityWomen's College HospitalUniversity of British ColumbiaUniversity of TorontoDalhousie University
Organismes subventionnairesnon disponible
Mots-clésNursingAbortionEquity (law)Health carePsychologyMedicinePolitical sciencePregnancy

Résumé

récupéré en direct d'OpenAlex

Registered nurses (RNs) provide abortion care in hospitals and clinics and support abortion care through sexual health education and family planning care in sexual health clinics, schools and family practice. Nurse practitioners (NPs) improve access to abortion not only as prescribers of medication abortion but also as primary care providers of counselling, resources about pregnancy options and abortion follow-up care in their communities. There is a need to better understand the current status of and potential scope for optimizing nursing roles in abortion care across Canada. In this article, we describe the leadership of nurses in the provision of accessible, inclusive abortion services and discuss barriers to role optimization. We present key insights from a priority-setting meeting held in 2019 with NPs and RNs engaged in medication abortion practice in their communities. As scopes of practice continue to evolve, optimization of nursing roles in abortion care is an approach to enhancing equitable access to comprehensive abortion care and family planning.

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)0,058
score de la tête « metaresearch » (Gemma)0,059
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0580,059
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,024
Communication savante0,0180,013
Science ouverte0,0030,023
Intégrité de la recherche0,0070,012
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,265
Tête enseignante GPT0,415
Écart entre enseignants0,149 · 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

Citations7
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetReproductive Health and ContraceptionTravaux en français237 207