Oncology nursing research: a global perspective
Notice bibliographique
Résumé
The specialty of oncology nursing began around the 1970s when oncology as a science became a significant practice in the clinical areas. As the practice of oncology grew in health care settings, physicians focused on providing care for individuals diagnosed with cancer with treatments like surgery, radiation, and novel chemotherapy agents. Physicians treated the physical disease, while oncology nurses cared for, and became specialised in, the assessment and management of side effects and symptoms, and supporting patients and families in coping with the impacts from the disease and treatments. Thus, the oncology nursing speciality focus is on physical, psychosocial, and practical management of patients' care; education of patients and families; and co-ordination of the complex care provided. This article focuses on how the science, or the evidence base, of oncology nursing has grown globally since those early years. The aim of this paper is to illustrate the growth and development in the body of evidence underpinning the oncology nursing specialty by highlighting scientific studies, publications, and evidence-based practice. Over the years, there has been a steady growth in the research evidence supporting the specialty, yet future challenges are ahead. These challenges include demonstrating impact of nursing interventions; infrastructure support; resources for capacity building; building research-mindedness; and strengthening equality, diversity, and inclusion.
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 | 0,033 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,015 |
| Communication savante | 0,017 | 0,018 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,010 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».