MétaCan
Menu
← Retour à la cohorte
Enregistrement W4240716146 · doi:10.24124/2017/54742

What actions can novice nurse practitioners take to develop and maintain therapeutic relationships with adult patients in primary care?

2017· dissertation· en· W4240716146 sur OpenAlexaff
Tasenka Kushner

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of the Fraser Valley
Organismes subventionnairesnon disponible
Mots-clésTherapeutic relationshipNursingCompetence (human resources)AmbiguityMedicineReciprocity (cultural anthropology)Primary careSolidarityContext (archaeology)Health carePsychologyFamily medicinePsychotherapistSocial psychology

Résumé

récupéré en direct d'OpenAlex

Therapeutic relationships between health care providers and patients can have wide effects on patients’ health outcomes. There is a significant body of literature that has investigated therapeutic relationships in nursing and medicine. However, there is a lack of literature investigating therapeutic relationships between nurse practitioners and patients in primary care. The purpose of this integrative literature review is to identify actions that novice nurse practitioners can take to develop and maintain therapeutic relationships with adult patients in primary care. Using an integrative literature review approach, actions related to competence and knowledge, valuing and affirming exchanges, patient engagement and reciprocity, and appreciating context were identified. Engaging in these actions may help novice nurse practitioners develop and maintain therapeutic relationships with patients in primary care. Focusing on the British Columbian practice environment, this review makes recommendations related to professional identity, solidarity, role ambiguity, patient empanelment, complex patients, and transitions in 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)0,007
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0070,006
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,412
Écart entre enseignants0,379 · 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'étudeQualitatif
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInterprofessional Education and Collaboration→Travaux en français237 207→