MétaCan
Menu
← Retour à la cohorte
Enregistrement W4242266377 · doi:10.32920/ryerson.14646024

Assessing Organizational Capacity to Support Research Utilization in Ontario: a Descriptive Study Among Senior Nursing Leaders

2021· preprint· en· W4242266377 sur OpenAlexaffabout
Tanvi Sharma

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésNursingDescriptive researchOrganizational culturePsychologySample (material)Quality (philosophy)Descriptive statisticsOrganization developmentMedical educationKnowledge managementMedicinePublic relationsPolitical scienceSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose: To examine the extent to which senior nursing leaders report the presence of components of organizational capacity that support research use; and to describe the facilitators and barriers to research utilization. Methods: A survey method involving a sample of 43 senior nursing leaders was used in this descriptive study. Results: The components that participants reported as most frequently available were organizational culture and values and supporting continuing professional development. The components that were reported as least frequently available were setting priorities for obtaining research and assessing quality and applicability of research. The top three facilitators were: networks, availability of resources and organizational support. The top three barriers were: lack of resources, an unsupportive organization and RN attitudes/beliefs. Conclusions: The results of this study highlight the need for organizations to consider culture and values, leadership support, education and training and resource allocation in order to increase organizational capacity to support research utilization

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)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,815

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,720
Tête enseignante GPT0,610
Écart entre enseignants0,111 · 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'étudeObservationnel
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHealth Sciences Research and Education→Travaux en français237 207→