MétaCan
Menu
Retour à la cohorte
Enregistrement W4396530060 · doi:10.5737/23688653-3242130

Organ donation: A cross-Canada perspective of critical care nursing practice

2021· article· en· W4396530060 sur OpenAlexvenueaboutno aff
Rosalie Starzomski, Anita Molzahn, Rosella McCarthy, Bernice Budz, Sandra Bernice

Notice bibliographique

Revue˜The œCanadian journal of critical care nursing · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueOrgan Donation and Transplantation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrgan donationPerspective (graphical)NursingNursing practiceMedicineTransplantationComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Aim: Our aim in this study was to describe the experiences of critical care nurses in the organ donation process in selected units across Canada. Interviews and focus groups were conducted to elicit perceptions of critical care nurses regarding their experiences with potential organ donors and their families. Methods: Two adult critical care units (one with an active transplant program and one with no transplant program) in each of eight Canadian cities were studied. Purposive sampling was used to select three critical care nurses from each unit for individual interviews and six to eight nurses from the 16 critical care units for focus groups. Findings: There were 112 participants who participated in an individual interview and/or a focus group. Following data analysis, the themes identified were related to support, the process of organ donation (including preparing family and ourselves, lived experience of nurses, saying good-bye, death rituals, spiritual beliefs, and meaning of death), systemic considerations (culture and environment), and outcomes of the organ donation process. Conclusion: While the benefits of organ donation and transplantation are clear, it appears that greater consideration can be given to policies, structures and processes, including education about systemic racism and unconscious bias that support nurses involved in the process.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,494

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0270,012
Communication savante0,0090,003
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,020
Tête enseignante GPT0,372
Écart entre enseignants0,351 · 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'étudeQualitatif
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue˜The œCanadian journal of critical care nursingMême sujetOrgan Donation and TransplantationTravaux en français237 207