MétaCan
Menu
Retour à la cohorte
Enregistrement W4393051423 · doi:10.1111/jan.16099

Integrating genomics into Canadian oncology nursing policy: Insights from a comparative policy analysis

2024· article· en· W4393051423 sur OpenAlexafffundabout
Patrick Chiu, Jacqueline Limoges, April Pike, Emma Tonkin, Rebecca Puddester, Andrea Gretchev, Sarah Dewell, Lorelei Newton, Kathleen Leslie

Notice bibliographique

RevueJournal of Advanced Nursing · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensThompson Rivers UniversityMemorial University of NewfoundlandAthabasca UniversityUniversity of VictoriaUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthMemorial University of Newfoundland
Mots-clésNursingNurse educationContext (archaeology)MedicineOncology nursingPolicy analysisCurriculumPolitical sciencePublic administration

Résumé

récupéré en direct d'OpenAlex

AIM: To learn from two jurisdictions with mature genomics-informed nursing policy infrastructure-the United States (US) and the United Kingdom (UK)-to inform policy development for genomics-informed oncology nursing practice and education in Canada. DESIGN: Comparative document and policy analysis drawing on the 3i + E framework. METHODS: We drew on the principles of a rapid review and identified academic literature, grey literature and nursing policy documents through a systematic search of two databases, a website search of national genomics nursing and oncology nursing organizations in the US and UK, and recommendations from subject matter experts on an international advisory committee. A total of 94 documents informed our analysis. RESULTS: We found several types of policy documents guiding genomics-informed nursing practice and education in the US and UK. These included position statements, policy advocacy briefs, competencies, scope and standards of practice and education and curriculum frameworks. Examples of drivers that influenced policy development included nurses' values in aligning with evidence and meeting public expectations, strong nurse leaders, policy networks and shifting healthcare and policy landscapes. CONCLUSION: Our analysis of nursing policy infrastructure in the US and UK provides a framework to guide policy recommendations to accelerate the integration of genomics into Canadian oncology nursing practice and education. IMPLICATIONS FOR THE PROFESSION: Findings can assist Canadian oncology nurses in developing nursing policy infrastructure that supports full participation in safe and equitable genomics-informed oncology nursing practice and education within an interprofessional context. IMPACT: This study informs Canadian policy development for genomics-informed oncology nursing education and practice. The experiences of other countries demonstrate that change is incremental, and investment from strong advocates and collaborators can accelerate the integration of genomics into nursing. Though this research focuses on oncology nursing, it may also inform other nursing practice contexts influenced by genomics.

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)0,042
score de la tête « metaresearch » (Gemma)0,095
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,564
Score d'incertitude au seuil0,654

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0420,095
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0130,030
Études des sciences et des technologies0,0260,010
Communication savante0,0160,006
Science ouverte0,0030,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,371
Écart entre enseignants0,357 · 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
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

Citations8
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced NursingMême sujetBRCA gene mutations in cancerTravaux en français237 207