MétaCan
Menu
Retour à la cohorte
Enregistrement W4394939322 · doi:10.1007/978-3-031-39740-0_10

Influencing and Shaping Policy Agendas: Advanced Practice Nurses Engagement with Global Organisations

2024· book-chapter· en· W4394939322 sur OpenAlexaff
Elizabeth A. Madigan, Holly Shaw, Patrick Chiu, Linda Anders

Notice bibliographique

RevueAdvanced practice in nursing · 2024
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPolitical sciencePublic relationsProcess managementKnowledge managementBusinessComputer science

Résumé

récupéré en direct d'OpenAlex

Global health, with its focus on health equity, will advance with the active involvement of advanced practice nurses (APNs). There are multiple venues, organisations, and groups that would benefit from APN involvement and contributions, including well-known international bodies like the United Nations, the World Health Organization, and UNICEF. There are other groups and organisations that APNs may be less familiar with but where advocacy and interaction can impact global health, like the UN Academic Impact, the International Labour Organisation, and others. There are opportunities for APNs within their professional organisations like the International Council of Nurses and others to take action. There are also individual opportunities with some groups where an APN can provide direct care. For all these opportunities, APNs will benefit from further knowledge about these organisations. For the major international bodies, this chapter provides an overview of the history and the complex structures. It also identifies existing organisations that have formal relationships as well as critiques of these bodies. Finally, the APN who wants to have direct care opportunities is cautioned to do so in a way that is ethical and sustainable.

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)0,015
score de la tête « metaresearch » (Gemma)0,011
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,025
Communication savante0,0230,022
Science ouverte0,0020,014
Intégrité de la recherche0,0080,013
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,024
Tête enseignante GPT0,396
Écart entre enseignants0,372 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced practice in nursingMême sujetGlobal Health and SurgeryTravaux en français237 207