MétaCan
Menu
Retour à la cohorte
Enregistrement W2016279758 · doi:10.5539/gjhs.v6n5p284

Neonate Pain Management: What do Nurses Really Know?

2014· article· en· W2016279758 sur OpenAlexvenueno aff
Fariba Asadi Noghabi, Mina Tavassoli-Farahi, Hadi Yousefi, Tahereh Sadeghi

Notice bibliographique

RevueGlobal Journal of Health Science · 2014
Typearticle
Langueen
DomaineMedicine
ThématiquePediatric Pain Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStatisticDescriptive statisticsMedicineTest (biology)NursingMean valuePain managementData collectionAnalysis of varianceStatistical analysisFamily medicinePsychologyPhysical therapyStatistics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of this study was to determine knowledge, attitude, and performance vis-à-vis pain management in neonates by nurses working in neonatal units in Bandar Abbas University hospitals. METHOD: This descriptive and analytical study was executed from March-August 2011 in the neonatal units and NICU in Bandar Abbas educational hospitals. A total of 50 nurses and nurse assistants working in the neonatal units participated in the study. The data collection tool was a structured questionnaire investigating knowledge (28 items), attitude (20 items) and practices (5 items). Data was analyzed using descriptive statistical tests (Frequency, Mean and Standard deviation tables) and inferential statistic (T-test, Variance analysis). RESULTS: The knowledge scores of participants had a mean value of 13.51 (48.2%) out of 28. The mean score of attitude was 54.22 out of 60 and the mean score for the nurses' level of practices was found to be 4.22 out of 10. There was a significant relationship between nurses' knowledge scores and the level of education, i.e. nurses with more education had more knowledge. CONCLUSION: Results showed that the nurses had poor performance regarding the assessment, measurement, and relief of pain. However, they showed positive attitudes towards pain control in neonates.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,012
Tête enseignante GPT0,333
Écart entre enseignants0,321 · 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'étudeQualitatif
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

Citations38
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetPediatric Pain Management TechniquesTravaux en français237 207