MétaCan
Menu
Retour à la cohorte
Enregistrement W4402358584 · doi:10.2196/63335

Examining the Role of AI in Changing the Role of Nurses in Patient Care: Systematic Review

2024· review· en· W4402358584 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Nursing · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueArtificial Intelligence in Healthcare and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintPsychologyComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This review investigates the relationship between artificial intelligence (AI) use and the role of nurses in patient care. AI exists in health care for clinical decision support, disease management, patient engagement, and operational improvement and will continue to grow in popularity, especially in the nursing field. OBJECTIVE: We aim to examine whether AI integration into nursing practice may have led to a change in the role of nurses in patient care. METHODS: To compile pertinent data on AI and nursing and their relationship, we conducted a thorough systematic review literature analysis using secondary data sources, including academic literature from the Scopus database, industry reports, and government publications. A total of 401 resources were reviewed, and 53 sources were ultimately included in the paper, comprising 50 peer-reviewed journal articles, 1 conference proceeding, and 2 reports. To categorize and find patterns in the data, we used thematic analysis to categorize the systematic literature review findings into 3 primary themes and 9 secondary themes. To demonstrate whether a role change existed or was forecasted to exist, case studies of AI applications and examples were also relied on. RESULTS: The research shows that all health care practitioners will be impacted by the revolutionary technology known as AI. Nurses should be at the forefront of this technology and be empowered throughout the implementation process of any of its tools that may accelerate innovation, improve decision-making, automate and speed up processes, and save overall costs in nursing practice. CONCLUSIONS: This study adds to the existing body of knowledge about the applications of AI in nursing and its consequences in changing the role of nurses in patient care. To further investigate the connection between AI and the role of nurses in patient care, future studies can use quantitative techniques based on recruiting nurses who have been involved in AI tool deployment-whether from a design aspect or operational use-and gathering empirical data for that purpose.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,560
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

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

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 Opus0,119
Tête enseignante GPT0,470
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