MétaCan
Menu
Retour à la cohorte
Enregistrement W1968690929 · doi:10.1109/fie.2011.6142735

Work in progress — A smartphone application as a teaching tool in undergraduate nursing education

2011· article· en· W1968690929 sur OpenAlexaff
Jesse Vivanco, Bryan Demianyk, R.D. McLeod, Marcia Friesen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiquePressure Ulcer Prevention and Management
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésDocumentationHealth careConsistency (knowledge bases)NursingWound careMedicineWork (physics)Computer scienceMedical educationEngineeringSurgeryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

One in four people in a healthcare facility has a pressure ulcer (bedsore) at any given time, and bedsores are one of the leading iatrogenic causes of death reported in developed countries. Standardized documentation is identified as a critical component in the prevention and treatment of pressure ulcers, with the greatest challenges being non-compliance to protocol and inconsistency of documentation. As a result, attention is focused on electronic information systems, and the research objective in this work was to develop an interactive software application on a mobile device (Smartphone; tablet) to allow healthcare workers to electronically document patients' wounds, and to explore whether the application may promote higher consistency and compliance in wound care documentation, and higher patient and caregiver satisfaction relative to paper-based documentation. A prototype application on an Android platform is in progress with additional intelligence over paper-based forms. The prototype is being extended to a version designed as an educational tool for undergraduate nursing students learning clinical practices in wound care. The work advances the emerging area of healthcare applications and supports the increasing prevalence of e-health in nursing practice.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0300,007

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 Opus0,062
Tête enseignante GPT0,435
Écart entre enseignants0,373 · 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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPressure Ulcer Prevention and ManagementTravaux en français237 207