MétaCan
Menu
Retour à la cohorte
Enregistrement W4322755745 · doi:10.26633/rpsp.2023.31

A commentary on the Pan American Network of Nursing and Midwifery Collaborating Centres

2023· article· en· W4322755745 sur OpenAlexafffund
Madeline A. Naegle, Andrea Baumann, Danielle Denwood

Notice bibliographique

RevueRevista Panamericana de Salud Pública · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensMcMaster UniversityCentre for Global Health Research
Organismes subventionnairesUniversity of North Carolina at Chapel HillUniversity of Illinois at Urbana-ChampaignPontificia Universidad Católica de ChileUniversidad de ChileUniversidade de São PauloUniversity of PennsylvaniaYork UniversityMcMaster UniversityJohns Hopkins UniversityUniversidad Nacional Autónoma de MéxicoUniversity of Miami
Mots-clésObstetricsNursingMedicine

Résumé

récupéré en direct d'OpenAlex

This article provides a commentary on the Pan American Network of Nursing and Midwifery Collaborating Centres (PANMCC). The objectives are to present an overview of the formation and evolution of the network, its impact on education, research, policy and communication and the benefits of membership. The advantages of international networks as a mechanism to strengthen nursing and midwifery workforces and improve health systems are also highlighted. The Pan American Health Organization (PAHO), the World Health Organization (WHO) Office in the Americas, oversees collaborating centres in the Region. Established in 1999, PANMCC consists of 17 centres situated in universities and schools of nursing. These centres provide crucial nursing and midwifery input to PAHO/WHO. The network supports global engagement and capacity building via collaboration, resource sharing and research colloquia. The linkages within the network enhance professional development, increase capacity building and heighten visibility of PANMCC and the work of its members.

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)0,027
score de la tête « metaresearch » (Gemma)0,103
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,103
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0130,014
Communication savante0,0090,013
Science ouverte0,0090,007
Intégrité de la recherche0,0670,091
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,052
Tête enseignante GPT0,420
Écart entre enseignants0,367 · 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
GenreCommentaire

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevista Panamericana de Salud PúblicaMême sujetPrimary Care and Health OutcomesTravaux en français237 207