Optimising patient care in oncology nursing using the McGill Model of Nursing
Notice bibliographique
Résumé
Izhodišča: McGillov model zdravstvene nege je celostni, sodelovalni pristop, ki poudarja aktivno vlogo pacienta, vključevanje bližnjih in krepitev psihosocialne podpore. Kljub uveljavljenosti v mednarodnem prostoru njegova uporaba v slovenski klinični praksi še ni bila raziskana. Namen raziskave je bil ovrednotiti, v kolikšni meri medicinske sestre na področju onkološke zdravstvene nege uporabljajo pristope McGillovega modela, ki vključujejo sodelovanje pacientov, vključevanje družinskih članov in krepitev psihosocialne podpore. Metode: V kvantitativni presečni raziskavi je bilo k sodelovanju povabljenih približno 400 medicinskih sester, zaposlenih na področju onkološke zdravstvene nege. Vprašalnik je pričelo izpolnjevati 166 oseb, od tega ga je popolnoma izpolnilo 126 (odzivnost 31,5 % glede na populacijo medicinskih sester zaposlenih na področju onkološke zdravstvene nege). Večina anketirancev je bila ženskega spola (77,8 %). Povprečna starost anketirancev je bila 37,71 leta (s = 8,07) s povprečno delovno dobo na področju onkološke zdravstvene nege 9,66 leta (s = 7,93). Analiza je temeljila le na popolnoma rešenih vprašalnikih. Podatke smo zbrali z novo razvito lestvico, ki temelji na McGillovem sodelovalnem modelu. Anketiranci so trditve ocenjevali na petstopenjski lestvici, ki meri pogostost izvajanja pristopov ali stopnjo strinjanja z izjavo. Izvedli smo eksploratorno in konfirmatorno faktorsko analizo, Wilcoxonove in Mann–Whitneyjeve teste ter Spearmanovo korelacijo. Rezultati: Faktorska analiza je potrdila tri konstrukte, ki pojasnjujejo 65,3 % skupne variance (KMO = 0,896
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».