Notice bibliographique
Résumé
As the system chief nursing officer (CNO) of a large academic health system, I have the responsibility to lead the strategic direction for Cleveland Clinic’s 28 000-member nursing team, including 15 000 bedside nurses, 1600 advanced practice nurses, 610 nurse leaders, and more. The nursing executive team consists of 9 associate chief nursing officers (ACNOs), 14 CNOs, and 4 nursing administration team members. Spearheading our health system’s largest caregiver group (representing nearly half of the health system), I oversee nursing practice, development and education in inpatient, outpatient, rehabilitation, and home care fields throughout the systems’ 165-acre main campus, 15 regional hospitals, 150 northern Ohio outpatient locations (including 18 full-service, family health centers and 3 health and wellness centers), and locations in Weston, Florida, Las Vegas, Nevada, Toronto, Canada, Abu Dhabi, United Arab Emirates, and London, England. I am a member of Cleveland Clinic’s executive leadership team, reporting directly to the president and chief executive officer of our health system. I continually act to help Cleveland Clinic achieve and exceed established financial, operational, and clinical goals that include reducing care costs, making Cleveland Clinic a best-in-class workplace, developing superior clinical care, research, education and innovation, and improving quality, safety, and care experience. This executive role in nursing leadership has positioned Cleveland Clinic nursing as the world leader in nursing excellence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,002 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,319 | 0,107 |
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 source (Gemma direct ou Codex distillé), 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 ».