MétaCan
Menu
Retour à la cohorte
Enregistrement W4319826834 · doi:10.1111/phn.13173

Nurses’ perceptions of climate sensitive vector‐borne diseases: A scoping review

2023· review· en· W4319826834 sur OpenAlexaff
Shannon Vandenberg, Andrea Chircop, Monique Sedgwick, David Scott

Notice bibliographique

RevuePublic Health Nursing · 2023
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensDalhousie UniversityUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésCINAHLPsycINFOMEDLINEGrey literatureSystematic reviewNursingPerceptionPsychologyMedicineMedical educationPolitical sciencePsychological intervention

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Nurses are well positioned to play an integral role in the mitigation of climate change and climate-driven vector-borne diseases, however, they lack awareness and knowledge about their role. The purpose of this scoping review was to map existing literature on nurses' perceptions, knowledge, attitudes, and experiences with vector-borne diseases, specifically Lyme disease and West Nile virus. DESIGN: A scoping review was conducted using Joanna Briggs Institute (JBI) scoping review methodology. CINAHL, ProQuest Nursing & Allied Health Premium, MEDLINE, APA PsycINFO, ProQuest Dissertations & Theses, and Web of Science were searched for English-language publications. The PRISMA-ScR was used. After initial screening as per study protocol, a total of 33 items were reviewed independently by four reviewers. RESULTS: Thirty-three articles, including seven sources from grey literature, met the criteria for this scoping review. Results were mapped according to the five domains of the Guidelines for Undergraduate Nursing Education on Climate-Driven Vector-Borne Diseases. CONCLUSIONS: Findings from the review indicate that nurses play a role in climate-related health effects and should be knowledgeable about vector-borne diseases. However, scant literature exists on nurses' knowledge, perceptions, attitudes toward vector-borne diseases, and practice readiness, signifying a need for further research on this emerging topic.

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)0,010
score de la tête « metaresearch » (Gemma)0,040
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,040
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,200
Tête enseignante GPT0,478
Écart entre enseignants0,278 · 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
GenreSynthèse

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic Health NursingMême sujetClimate Change and Health ImpactsTravaux en français237 207