MétaCan
Menu
Retour à la cohorte
Enregistrement W4402923504 · doi:10.7748/nr.2024.e1939

The impact of a nurse’s dual role on implementing an effectiveness study

2024· article· en· W4402923504 sur OpenAlexaffabout
Allison Soprovich, Lisa Wozniak, Kari Meneen, Dean T. Eurich

Notice bibliographique

RevueNurse Researcher · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDual (grammatical number)NursingPsychologyMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Reorganizing the Approach to Diabetes through the Application of Registries (RADAR) improved diabetes care and outcomes for First Nations people in Alberta, Canada. The nurse involved in the implementation of RADAR performed two roles in this model of care: research nurse and care coordinator. AIM: To describe the research nurse's dual role in the implementation and evaluation of RADAR. DISCUSSION: The research nurse not only documented and collected data in hard-to-reach communities as part of effective research, she also provided remote care coordination to support community healthcare providers using a culturally tailored registry to facilitate population-level care. This dual role required many qualities of nursing leadership and transformation. CONCLUSION: The research nurse's two roles contributed to the success of the intervention and were critical to the successful implementation of the model, creating valuable real-world evidence across diverse populations and settings. IMPLICATIONS FOR PRACTICE: Nurses are well placed to perform research duties alongside engagement and implementation activities. This can enhance the effectiveness and evaluation of healthcare interventions, particularly in community-based interventions within First Nations communities.

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)0,343
score de la tête « metaresearch » (Gemma)0,348
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil0,810

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3430,348
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,009
Communication savante0,0090,010
Science ouverte0,0040,017
Intégrité de la recherche0,0050,008
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 Opus0,591
Tête enseignante GPT0,767
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineMéthodes
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNurse ResearcherMême sujetHealth Policy Implementation ScienceTravaux en français237 207