Nursing Informatics' Contribution to One Health
Notice bibliographique
Résumé
OBJECTIVES: To summarise contemporary knowledge in nursing informatics related to education, practice, governance and research in advancing One Health. METHODS: This descriptive study combined a theoretical and an empirical approach. Published literature on recent advancements and areas of interest in nursing informatics was explored. In addition, empirical data from International Medical Informatics Association (IMIA) Nursing Informatics (NI) society reports were extracted and categorised into key areas regarding needs, established activities, issues under development and items not current. RESULTS: A total of 1,772 references were identified through bibliographic database searches. After screening and assessment for eligibility, 146 articles were included in the review. Three topics were identified for each key area: 1) education: "building basic nursing informatics competence", "interdisciplinary and interprofessional competence" and "supporting educators competence"; 2) practice: "digital nursing and patient care", "evidence for timely issues in practice" and "patient-centred safe care"; 3) governance: "information systems in healthcare", "standardised documentation in clinical context" and "concepts and interoperability", and 4) research: "informatics literacy and competence", "leadership and management", and "electronic documentation of care". 17 reports from society members were included. The data showed overlap with the literature, but also highlighted needs for further work, including more strategies, methods and competence in nursing informatics to support One Health. CONCLUSIONS: Considering the results of this study, from the literature nursing informatics would appear to have a significant contribution to make to One Health across settings. Future work is needed for international guidelines on roles and policies as well as knowledge sharing.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,004 |
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 tête enseignante, 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 ».