Implementation Intentions as a Strategy to Increase the Notification Rate of Potential Ocular Tissue Donors by Nurses: A Clustered Randomized Trial in Hospital Settings
Notice bibliographique
Résumé
Aim. The purpose of this study is to evaluate the impact, among nurses in hospital settings, of a questionnaire-based implementation intentions intervention on notification of potential ocular tissue donors to donation stakeholders. Methods. This randomized intervention was clustered at the level of hospital departments with two study arms: questionnaire-based implementation intentions intervention and control. In the intervention group, nurses were asked to plan specific actions if faced with a number of barriers when reporting potential ocular donors. The primary outcome was the potential ocular tissue donors' notification rate before and after the intervention. Analysis was based on a generalized linear model with an identity link and a binomial distribution. Results. We compared outcomes in 26 departments from 5 hospitals, 13 departments per condition. The implementation intentions intervention did not significantly increase the notification rate of ocular tissue donors (intervention: 23.1% versus control: 21.1%; χ (2) = 1.14, 2; P = 0.56). Conclusion. A single and brief implementation intentions intervention among nurses did not modify the notification rate of potential ocular tissue donors to donation stakeholders. Low exposure to the intervention was a major challenge in this study. Further studies should carefully consider a multicomponent intervention to increase exposure to this type of intervention.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».