Exploring the Role of Nurses in Travel Medicine to Improve Service Performance in Travelers: A Systematic Review
Notice bibliographique
Résumé
Nurses play an important role in travel medicine. However, information about the role of nurses in travel medicine is still limited. This systematic literature review is aimed to exploring the role of nurses in travel medicine to improve service performance in travelers. This study was systematically compiled this review based on a literature search using the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) method. The inclusion criteria are articles about travel health nursing, complete original articles, articles written in English and non-review articles. The quality of the studies was also assessed based on the Newcastle Ottawa Scale for observational studies. About 5 out of 257 articles were selected from 3 electronic databases, namely PubMed, Ebsco Host, and Scopus. Analysis of the 5 articles found that the role of travel health caregivers differs from country to country. The primary role of nurses in travel health in the U.S. is to conduct are-travel counseling. Nurses in the Netherlands have the authority to prescribe medicines needed for tourists. In Iris nurses play a role in providing support to the mental health of individual tourists, while in Spain, nurses play a role in emergency care for tourists. Nurses play an important role in the health of travel, including health services for travelers before and during the trip. The results of this review add to the understanding of the role of nurses in travel medicine that contributes to improving nurse performance and tourist welfare.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».