MétaCan
Menu
Retour à la cohorte
Enregistrement W4377220508 · doi:10.21037/apm-22-1399

Growth and development of oncology nursing in Asia

2023· article· en· W4377220508 sur OpenAlexaff
Yati Afiyanti, Hiroko Komatsu, Prathepa Jagdish, Ariesta Milanti, Kittikorn Nilmanat, Yeur‐Hur Lai, Mei-Nan Liao, Anita D’Souza, Margaret I. Fitch

Notice bibliographique

RevueAnnals of Palliative Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineOncology nursingSpecialtyNursingNurse educationControl (management)OncologyFamily medicineManagement

Résumé

récupéré en direct d'OpenAlex

Oncology nursing is increasingly recognized around the world as being vitally important for an effective cancer control system. Granted, there is variation between and among countries/regions regarding the strength and nature of that recognition, but oncology nursing is clearly seen as a specialty practice and as a priority for development in cancer control plans, especially for high resource countries/regions. Many countries/regions are beginning to recognize that nurses are vitally important to their cancer control efforts and nurses require specialized education and infrastructure support to make a substantial contribution. The purpose of this paper is to highlight the growth and development of cancer nursing in Asia. Several brief summaries are presented by nurse leaders in cancer care from several Asian countries/regions. Their descriptions reflect illustrations of the leadership nurses are providing in cancer control practice, education, and research in their respective countries/regions. The illustrations also reflect the potential for future development and growth of oncology nursing as a specialty given the many challenges nurses face across Asia. The development of relevant education programs following basic nursing preparation, the establishment of specialty organizations for oncology nurses, and engagement by nurses in policy activity have been influential factors in the growth of oncology nursing in Asia.

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)0,002
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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0000,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,368
Tête enseignante GPT0,525
Écart entre enseignants0,157 · 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Palliative MedicineMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207