MétaCan
Menu
Retour à la cohorte
Enregistrement W1576321212 · doi:10.1046/j.1442-2018.2001.00080.x

Determinants of nurses' intention to administer opioids for pain relief

2001· article· en· W1576321212 sur OpenAlexaff
Helen Edwards, Robyn Nash, Jake M. Najman, Patsy Yates, Belinda J. Fentiman, Anne Dewar, Anne Walsh, Jan McDowell, Helen Skerman

Notice bibliographique

RevueNursing and Health Sciences · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicinePain managementNormativePsychological interventionTheory of planned behaviorOpioidPain controlCross-sectional studyPain reliefFamily medicineNursingControl (management)Physical therapyAnesthesia

Résumé

récupéré en direct d'OpenAlex

A statewide cross-sectional survey was conducted in Australia to identify the determinants of registered nurses' intention to administer opioids to patients with pain. Attitudes, subjective norms and perceived control, the key determinants of the Theory of Planned Behavior, were found to independently predict nurses' intention to administer opioids to these patients. Perceived control was the strongest predictor. Nurses reported positive overall attitudes towards opioids and their use in pain management. However, many negative attitudes were identified; for example, administering the least amount of opioid and encouraging patients to have non-opioids rather than opioids for pain relief. The findings related to specific attitudes and normative pressures provide insight into registered nurses' management of pain for hospitalized patients and the direction for educational interventions to improve registered nurses' administration of opioids for pain management.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,585
Score d'incertitude au seuil0,214

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,069
Tête enseignante GPT0,434
Écart entre enseignants0,365 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations8
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing and Health SciencesMême sujetOpioid Use Disorder TreatmentTravaux en français237 207