MétaCan
Menu
Retour à la cohorte
Enregistrement W4281655385 · doi:10.1097/naq.0000000000000538

Nursing Leadership at Nation's Leading Public Health System Addressing Health Equity and Social Determinants of Health at the Administrative Level and at the Bedside

2022· article· en· W4281655385 sur OpenAlexaff
Natalia Cineas, Donna Boyle Schwartz, Kanish Patel

Notice bibliographique

RevueNursing Administration Quarterly · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensBC Research (Canada)
Organismes subventionnairesnon disponible
Mots-clésHealth equityNursingDisadvantagedHealth careExcellenceEquity (law)Social determinants of healthPublic healthMedicinePublic relationsEconomic growthPolitical science

Résumé

récupéré en direct d'OpenAlex

New York City Health + Hospitals (NYC H + H) is the largest public health care system in the United States, safeguarding 1.4 million patients annually, caring for 1 in every 6 New Yorkers through 11 essential hospitals, 5 post-acute care facilities, more than 70 community centers, and correctional health services in city jails. The 9600+ nurses and 970+ social workers represent the largest segment of the system's 40 000 employees, charged with delivering essential health care services to the most vulnerable and disadvantaged members of society, regardless of ethnicity, culture, creed, gender, age, sexual orientation, income, immigration, or insurance status. NYC H + H is in the process of reinventing nursing culture with a renewed focus on achieving true nursing excellence, emphasizing professional evidence-based best practices and a compassionate care delivery model, putting nurses in the forefront of all efforts to address the social determinants of health and the devastating consequences of health disparities. Systemwide implementation of foundational transformation is positioning nursing in the vanguard of the system's commitment to equity and diversity in the workplace, recognizing unconscious bias, calling out bigotry, and rooting out systemic racism, all key recommendations in the National Academies, The Future of Nursing 2020-2030: Charting a Path to Achieve Health Equity.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,003
Communication savante0,0070,003
Science ouverte0,0010,005
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0220,005

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 Opus0,536
Tête enseignante GPT0,525
Écart entre enseignants0,011 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing Administration QuarterlyMême sujetGlobal Health Workforce IssuesTravaux en français237 207