MétaCan
Menu
Retour à la cohorte
Enregistrement W4405110630 · doi:10.1111/jan.16651

The Role of Nurse Implementation Scientists in Leading Health System Transformation in Atlantic Canada and Beyond: A Discussion Paper

2024· review· en· W4405110630 sur OpenAlexaffabout
Alyson Campbell, Christine Cassidy

Notice bibliographique

RevueJournal of Advanced Nursing · 2024
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensDalhousie UniversityUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Work (physics)Public relationsPlan (archaeology)NursingHealth policyHealth carePublic healthSociologyEngineering ethicsPolitical sciencePsychologyMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

AIM: To discuss and provide examples of how nurse implementation scientists can support health system transformation. DESIGN: Discussion paper. METHODS: Using Prince Edward Island's health system strategic plan as a case exemplar, selected key priorities in the strategic plan were mapped with examples and discussion of how nurse implementation scientists can support health system transformation on Prince Edward Island and beyond. CONCLUSION: Accelerating the development and delivery of evidence-informed services that support health system transformation is needed. Nurse implementation scientists are ideally positioned to lead these efforts. Appropriate resourcing and compensation are essential to fully embrace nurse implementation scientist roles, collaboration, and buy-in from health system leaders. IMPLICATIONS FOR NURSING: Practical examples of how nurse implementation scientists can lead health system transformation in a rigorous, evidence-informed way are identified. IMPACT: Literature providing examples of how nurse implementation scientists can make meaningful impacts within health systems, particularly in rural contexts, is limited. Nurse implementation scientists are ideally positioned to collaborate with and lead health system transformation by virtue of their knowledge, skills, qualifications and experience. Implications of this work extend beyond nursing to other health disciplines, health organisations, government leaders, researchers and populations. The discussion and examples provided may be applicable to similar contexts. PATIENT OR PUBLIC CONTRIBUTION: No patient or public contribution.

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)0,034
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil0,582

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0070,004
Communication savante0,0080,005
Science ouverte0,0020,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,124
Tête enseignante GPT0,605
Écart entre enseignants0,481 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced NursingMême sujetHealth Policy Implementation ScienceTravaux en français237 207