MétaCan
Menu
Retour à la cohorte
Enregistrement W4387392332 · doi:10.1177/10784535231195426

Uptake of Innovations in Nursing: The Necessity for Implementation Science

2023· article· en· W4387392332 sur OpenAlexaff
Ahtisham Younas

Notice bibliographique

RevueCreative Nursing · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésNursing practiceClinical PracticeBridge (graph theory)Process (computing)Nursing researchNursingNursing scienceMedicineEngineering ethicsMedical educationComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Innovations are critical for improving clinical practice and nursing education, and for enhancing learning and practice change for frontline nurses and nursing students. Continuous innovation for delivering safe care and improving patient outcomes is needed. Merely demonstrating the effectiveness of research innovations is not enough to promote their uptake and use in practice. A 2021 study in cancer research reported that moving research into practice takes about 15 years. Implementation science, a systemic process of identifying the most relevant approaches to move research into practice, has emerged as an effective way to bridge the research-practice gap. The purpose of this article is to discuss why and how Implementation Science is necessary to promote the uptake of innovations in clinical and educational practice.

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)0,255
score de la tête « metaresearch » (Gemma)0,390
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,255
Score d'incertitude au seuil0,918

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2550,390
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0070,004
Études des sciences et des technologies0,0060,045
Communication savante0,0260,035
Science ouverte0,0040,014
Intégrité de la recherche0,0170,025
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,647
Tête enseignante GPT0,751
Écart entre enseignants0,103 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCreative NursingMême sujetHealth Policy Implementation ScienceTravaux en français237 207