MétaCan
Menu
Retour à la cohorte
Enregistrement W4398144530

Historical evolution of the training of human resources in Nursing in Pinar del Río. 1961-2004

2017· article· en· W4398144530 sur OpenAlexaboutno aff
Mercedes López Álvarez, Silvia Alonso Pérez, Esperanza Pozo Madera, Emérida Guerra Cabrera, Caridad Torres García

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth and Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)Human resourcesNursingGeographyPolitical scienceMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction: the program of training of human resources in Nursing undertaken in recent years has allowed the graduation of a significant number of nurses who have increased in quantity and quality for years as a necessary and possible way to raise the quality of the training of human resources in health. Objective: to describe the historical evolution of human resources training in Nursing in Pinar del Río from 1961 to 2004. Method: probabilistic sampling of the target group was made up of 100 professors and 80 graduates, for a total of 180. Non-standardized interviews and questionnaires were applied having a historical cultural approach that allowed analyzing the origin and development of the evolution of the training of nurses. Descriptive statistics was the method used. Results: the period from 1965 to 1976 concluded with the graduation of 1 876 graduates in the first School of Nursing and at Marina Ascuy Labrador in the period of 1975-2004. After this period they are trained at Simon Bolivar Health Polytechnic Institute and conclude with the graduation of 5 757 nursing technicians, which made a great impact on the contribution of human resources. Conclusions: the training of human resources in nursing increases the quality of care to people, family and community; it is a priority in the country. In Pinar del Río its beginning included the formation of Nursing Assistants and Technicians.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,503
Tête enseignante GPT0,679
Écart entre enseignants0,176 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetHealth and Medical EducationTravaux en français237 207