MétaCan
Menu
Retour à la cohorte
Enregistrement W1988203987 · doi:10.14740/jocmr1801w

Knowledge Levels Regarding Crimean-Congo Hemorrhagic Fever Among Emergency Healthcare Workers in an Endemic Region

2014· article· en· W1988203987 sur OpenAlexvenueno aff
Sadiye Yolcu

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Vectors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrimean–Congo hemorrhagic feverMedicinePsychological interventionHealth careEmergency medicineEmergency departmentMedical emergencyFamily medicineDiseaseInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In this study, we aimed to determine knowledge levels regarding Crimean-Congo hemorrhagic fever (CCHF) among emergency healthcare workers (HCWs) in an endemic region. METHODS: A questionnaire form consisting of questions about CCHF was applied to the participants. RESULTS: The mean age was 29.6 ± 6.5 years (range 19 - 45). Fifty-four (49.5%) participants were physicians, 39 (35.8%) were nurses and 16 (14.7%) were paramedics. All of the participants were aware of CCHF, and 48 (44%) of them had previously followed CCHF patients. Rates of the use of protective equipment (masks and gloves) during interventions for patients who were admitted to the emergency service with active hemorrhage were 100% among paramedics, 76.9% among nurses and 61.1% among physicians (P = 0.003). Among 86 (78.9%) HCWs who believed that their knowledge regarding CCHF was adequate, 62 (56.9%) declared that they would prefer not to care for patients with CCHF (P = 0.608). CONCLUSIONS: The use of techniques to prevent transmission of this disease, including gloves, face masks, face visors and box coats, should be explained to emergency room HCWs, and encouragement should be provided for using these techniques.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,501
Tête enseignante GPT0,596
Écart entre enseignants0,095 · 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'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

Citations18
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetViral Infections and VectorsTravaux en français237 207