Notice bibliographique
Résumé
What was initiated as a directive from a provincial government in an attempt to increase the number of critical care nurses has evolved into an exciting educational opportunity for many nurses and student nurses in the year 2000. Between 1993 and 1997 there has been significant downsizing of acute care beds across Canada (Code Blue: Critical Care Nursing in Nova Scotia, 1998). At the same time patient acuity has increased, due to shorter hospital stays, and the number of nurses working full-time has decreased with the increased use of casual nurses. Several studies at both the provincial and national levels report current and future shortages of specialized nurses (emergency, critical care and perioperative). It is expected that this shortage will continue into the future, a shortage that is driven by technological advances, as well as an aging general and nursing population. Continued shortages of these acute care nurses will result in fierce competition for skilled nurses as well as aggressive recruitment and retention strategies (Code Blue: Critical Care Nursing in Nova Scotia, 1998). It is generally agreed within the nursing community that specialty nurses in critical care require a unique body of knowledge that is not acquired in a basic undergraduate nursing program (Fitzsimmons, Hadley, & Shively, 1999). This specialized knowledge can be gained informally through experience; however, it is largely developed in additional formal education programs. The purpose of this article is to outline a strategy for the delivery of specialty education at three educational levels in acute care nursing with three streams: emergency, critical care and perioperative nursing. This clinical major option is to be delivered in partnership among the Queen Elizabeth Hospital II, the Health Science Centre and Dalhousie University School of Nursing, Halifax, Nova Scotia, Canada. This model of offering specialty education in university preparation could be a template for preparing nurses in the new millennium.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,743 | 0,389 |
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 ».