MétaCan
Menu
Retour à la cohorte
Enregistrement W4365516132 · doi:10.21820/23987073.2023.2.19

Exploring educational program for specialisation of the primary care nursing role

2023· article· en· W4365516132 sur OpenAlexaboutno aff
Mayumi Kako, Michiko Moriyama, Mariko Mizukawa

Notice bibliographique

RevueImpact · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumNursingNurse educationSituatedMedicinePolitical sciencePedagogySociology

Résumé

récupéré en direct d'OpenAlex

In countries including Australia, Canada, Ireland, the UK and Spain, primary care nursing (PCN) is situated as a part of the nursing education but it is not well recognised in Japan. As Japan's society continues to age, there is a shift underway from hospital to community care and the role of nurses in the community is arguably more important than ever before. There are misconceptions around the role of primary care nurses, including the incorrect assumption that their role is that of a doctor's assistant. Rather, their roles are far more complex and require a people-centred approach. Dr Mayumi Kako, School of Biomedical and Health Sciences, Division of Nursing Science (International Disaster Nursing), Hiroshima University, Japan, is working to improve understanding of and appreciation for the role of primary care nurses. This research involves developing educational programmes to improve awareness of the professional role of PCN. She and her team are drawing comparisons between the concept of PCN in the basic nursing educational curriculum in Japan and PCN education in Australia, Canada, Spain, UK, and Ireland in order to identify contrasts and enhance awareness. If they can better understand how the PCN concept is positioned in other countries, they will be able to identify gaps between PCN curriculums in these countries and Japan, and investigate how the PCN concept could be embedded into the Japanese nursing curriculum in the future.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,001

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 Opus0,163
Tête enseignante GPT0,531
Écart entre enseignants0,368 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImpactMême sujetInterprofessional Education and CollaborationTravaux en français237 207