Innovation pratique : infirmières en pratique avancée et soins du cancer
Bibliographic record
Abstract
OBJECTIFS: La présente étude avait pour but de recueillir, en consultation avec les infirmières en pratique avancée (IPA), des données probantes sur les pratiques émergentes afin de combler les lacunes à cet égard dans les lignes directrices sur le recours judicieux aux infirmières en pratique avancée dans la prestation des services aux adultes atteints de cancer en Ontario (Effective Use of Advanced Practice Nurses in the Delivery of Adult Cancer Services in Ontario), ainsi que de proposer un ensemble de recommandations, formulées par un groupe d'experts, pour créer un programme de recherche qui permettra de recueillir et de publier des données probantes de niveau 1 et de niveau 2. MÉTHODOLOGIE: Une enquête Delphi modifiée à trois tours faisant appel à la méthodologie mise au point par RAND et UCLA (aussi appelée ≪ Appropriateness Methodology ≫) a été utilisée pour solliciter l'avis des spécialistes sur le recours aux IPA pour le soin des adultes atteints de cancer en Ontario. RÉSULTATS: Trente-quatre (34) cas de recours aux IPA ont été recensés. L'enquête Delphi modifiée a permis de définir 30 énoncés de rôle à partir desquels ont été formulées neuf (9) recommandations supplémentaires sur l'intervention des IPA dans la prestation des soins aux adultes atteints de cancer. CONCLUSION: Les recommandations de la présente étude orienteront les recherches à venir pour combler les lacunes au chapitre des données probantes quant au rôle des IPA dans la prestation des soins du cancer au Canada.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.138 | 0.188 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.007 | 0.015 |
| Scholarly communication | 0.012 | 0.010 |
| Open science | 0.003 | 0.013 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".