亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

CE: Nursing Orientation to Data Science and Machine Learning

大数据 医疗保健 护理部 心理学 数据科学 人工智能 工作(物理) 方向(向量空间) 知识管理 计算机科学 医学 数据挖掘 工程类 政治学 法学 机械工程 几何学 数学
作者
Roxanne O'Brien,Matt W. O'Brien
出处
期刊:American Journal of Nursing [Lippincott Williams & Wilkins]
卷期号:121 (4): 32-39 被引量:8
标识
DOI:10.1097/01.naj.0000742064.59610.28
摘要

Nurses collect, use, and produce data every day in countless ways, such as when assessing and treating patients, performing administrative functions, and engaging in strategic planning in their organizations and communities. These data are aggregated into large data sets in health care systems, public and private databases, and academic research settings. In recent years the machines used in this work (computer hardware) have become increasingly able to analyze large data sets, or "big data," at high speed. Data scientists use machine learning tools to aid in analyzing this big data, such as data amassed from large numbers of electronic health records. In health care, predictions for patient outcomes has become a focus of research using machine learning. It's important for nurses and nurse administrators to understand how machine learning has changed our ways of thinking about data and turning data into knowledge that can improve patient care. This article provides an orientation to machine learning and data science, offers an understanding of current challenges and opportunities, and describes the nursing implications for nurses in various roles.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
14秒前
平淡剑鬼发布了新的文献求助10
18秒前
欢呼怜烟发布了新的文献求助10
22秒前
科研通AI6.2应助andrele采纳,获得10
42秒前
科研通AI6.1应助旧残月采纳,获得10
51秒前
1分钟前
有失偏颇关注了科研通微信公众号
1分钟前
旧残月发布了新的文献求助10
1分钟前
有失偏颇发布了新的文献求助10
1分钟前
1分钟前
1分钟前
冷艳蘑菇发布了新的文献求助10
1分钟前
1分钟前
1分钟前
欢呼怜烟发布了新的文献求助10
1分钟前
顾矜应助冷艳蘑菇采纳,获得10
1分钟前
1分钟前
axiao发布了新的文献求助10
2分钟前
2分钟前
3分钟前
3分钟前
小美发布了新的文献求助10
3分钟前
科研通AI6.1应助小美采纳,获得10
3分钟前
武玉坤完成签到,获得积分10
3分钟前
4分钟前
朴素的山蝶完成签到 ,获得积分0
4分钟前
ls完成签到,获得积分10
4分钟前
4分钟前
4分钟前
4分钟前
4分钟前
5分钟前
5分钟前
小巧的妙柏完成签到,获得积分10
5分钟前
tutu发布了新的文献求助10
5分钟前
5分钟前
5分钟前
5分钟前
在水一方应助汤汤采纳,获得10
5分钟前
小豆芽完成签到,获得积分10
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Modern Epidemiology, Fourth Edition 5000
Handbook of pharmaceutical excipients, Ninth edition 5000
Digital Twins of Advanced Materials Processing 2000
Weaponeering, Fourth Edition – Two Volume SET 2000
Polymorphism and polytypism in crystals 1000
Signals, Systems, and Signal Processing 610
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 纳米技术 化学工程 生物化学 物理 计算机科学 内科学 复合材料 催化作用 物理化学 光电子学 电极 冶金 细胞生物学 基因
热门帖子
关注 科研通微信公众号,转发送积分 6021178
求助须知:如何正确求助?哪些是违规求助? 7628143
关于积分的说明 16166248
捐赠科研通 5169006
什么是DOI,文献DOI怎么找? 2766219
邀请新用户注册赠送积分活动 1748887
关于科研通互助平台的介绍 1636303