MétaCan
Menu
Retour à la cohorte
Enregistrement W1964363452 · doi:10.12927/hcq.2008.19647

Nursing Education: A Catalyst for the Patient Safety Movement

2008· article· en· W1964363452 sur OpenAlexaffabout
Kim Neudorf, Netha Dyck, Darlene J. Scott, Diana Davidson Dick

Notice bibliographique

RevueHealthcare Quarterly · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensSaskatchewan Polytechnic
Organismes subventionnairesnon disponible
Mots-clésPatient safetyCurriculumNursingHealth careMultidisciplinary approachSafety cultureMedicineInclusion (mineral)Core competencyCultural safetyMedical educationPsychologyPedagogyPolitical scienceBusinessManagement

Résumé

récupéré en direct d'OpenAlex

Creating a culture of safety in healthcare systems is a goal of leaders in the patient safety movement. Commitment of leadership to safety in the Saskatchewan Institute of Applied Science and Technology (SIAST) Nursing Division has resulted in the development of the Patient Safety Project Team (PSPT) and a steady shift in the culture of the organization toward a systems approach to patient safety. Graduates prepared with the competencies necessary to be diligent about their practice and skilled in determining the root causes of system error in healthcare will become leaders in shifting the healthcare culture to strengthen patient safety. The PSPT believes this cultural shift begins with the education system. It involves modifications to curricula content, facilitation of multidisciplinary processes, and inclusion of theory and practice that reflect critical inquiry into healthcare and nursing education systems to ensure patient safety. In this paper the practical approaches and initiatives of the PSPT are reviewed. The integration of Patient Safety Core Curriculum modules for competency development is described. The policy for reporting adverse events and near misses is outlined. In addition, the student-focused reporting tool, the results and the implications for teaching in the clinical setting are discussed. Processes used to engage faculty are also addressed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,028
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,020
Communication savante0,0150,013
Science ouverte0,0020,018
Intégrité de la recherche0,0160,021
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,074
Tête enseignante GPT0,418
Écart entre enseignants0,344 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations15
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetPatient Safety and Medication ErrorsTravaux en français237 207