MétaCan
Menu
Retour à la cohorte
Enregistrement W1990959539 · doi:10.1097/00001786-200001000-00003

Nurses' Perceptions of the Reliability of an Automated Medication Dispensing System

2000· article· en· W1990959539 sur OpenAlexaff
Joel Novek, Sharon Bettess, Kathleen Burke, Patricia Johnston

Notice bibliographique

RevueJournal of Nursing Care Quality · 2000
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensSocial Sciences and Humanities Research CouncilUniversity of WinnipegRiverview HospitalWinnipeg Regional Health Authority
Organismes subventionnairesnon disponible
Mots-clésDistrustReliability (semiconductor)SkepticismHealth carePerceptionNursingNursing staffPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Automated medication dispensing systems (AMDS) technology is increasingly being implemented in health care facilities to reduce the risk of medication errors. However, the case study evidence of their effectiveness has so far been mixed. It has been suggested that the attitudes of nursing staff toward AMDS can be an important factor in influencing whether or not the technology will be successfully implemented. Nurses' attitudes toward AMDS were examined at Riverview Health Centre, a long-term care facility where the Meditrol automated dispensing system had been installed the previous year. It was found that nurses were generally distrustful of AMDS and skeptical that it had reduced medication errors. A number of technological, organizational, and social factors has been put forward to explain this distrust. In addition, the efforts of hospital administrators to raise nurses' confidence in the system's reliability were also delineated.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,480
Score d'incertitude au seuil0,628

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,060
Tête enseignante GPT0,524
Écart entre enseignants0,465 · 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

Citations27
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Care QualityMême sujetElectronic Health Records SystemsTravaux en français237 207