Towards advancement of nursing in Ghana: The role of the <scp>Ghanaian‐Diaspora</scp> Nursing Alliance (<scp>G‐DNA</scp>)
Notice bibliographique
Résumé
Towards advancement of nursing in Ghana: The role of the Ghanaian-Diaspora Nursing Alliance (G-DNA)Ghana, considered a lower-middle income country (LMIC), has disparate levels of access to social services (e.g., health and education) compared with high-income countries.These disparities shape the health outcomes, experiences, overall well-being and quality of life of Ghanaians ( Baah et al., 2019).The Ghanaian health system is plagued with several challenges including poor transportation systems, inadequate logistics and medical equipment and relevant human resource to enhance healthcare delivery (Sulemana & Dinye, 2014).Structural factors including the legacy of colonialism and urban biased health policy implementation also contribute to the differences in healthcare access in Ghana (Peprah et al., 2020).Furthermore, Ghana is experiencing a double burden of communicable and noncommunicable diseases, which threatens efforts to achieve the sustainable development goals.To equitably respond to the shortage of healthcare workers and address the burden of diseases, Ghana needs to train and support a strong nursing workforce with the capability to critique, evaluate and develop interventions to address the shifting healthcare needs of Ghanaians.Thus, we seek to describe the state of nursing education and practice in Ghana and highlight the role of The Ghanaian-Diaspora Nursing Alliance (G-DNA) in supporting efforts to enhance nursing education and practice to improve the health of Ghanaians.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».