MétaCan
Menu
Retour à la cohorte
Enregistrement W2061382420 · doi:10.1111/j.0730-7659.2004.00322.x

Changing the Use of Electronic Fetal Monitoring and Labor Support: A Case Study of Barriers and Facilitators

2004· article· en· W2061382420 sur OpenAlexaffabout
Ian D. Graham, Jo Logan, Barbara Davies, Carl Nimrod

Notice bibliographique

RevueBirth · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal and fetal brain pathology
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésGuidelineEarly adopterNursingPsychological interventionMedicineOrganizational cultureFocus groupMedical educationPsychologyBusinessPublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Decreasing the use of continuous electronic fetal monitoring and increasing professional labor support for low-risk pregnancies are recommended by the Society of Obstetricians and Gynecologists of Canada. This study explored factors influencing the successful (and unsuccessful) introduction of an evidence-based fetal health surveillance guideline. METHODS: This qualitative case study was conducted at two tertiary and one community hospital. Data were collected in 14 clinician focus groups (51 nurses), followed by 8 interviews with nurse administrators and educators. Analysis of verbatim transcripts and unit records included coding and categorizing data to form profiles that were compared across hospitals. RESULTS: Implementation of the guideline recommendations in the hospital settings was affected by many different factors originating in the practice environment, with the potential adopters, and related to the characteristics of the guideline. The influences of these diverse factors interacted sometimes to magnify or counteract each other's effect. The physical setting, adopter concerns, and the medicolegal issues surrounding the guideline played critical roles in uptake. In addition, changes preceding the introduction of the recommendations, the institution's agenda, and nursing and medical leadership influenced the uptake of guideline recommendations. The number and experience of nurses in each setting and availability of equipment also affected guideline acceptance and use. CONCLUSIONS: When implementing best practice, it is important to identify organizational barriers to the change that will need managing by the appropriate level of administration in the organization. Careful tailoring of implementation interventions to the barriers originating with the potential adopters is also necessary. Be prepared for unanticipated effects.

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)0,013
score de la tête « metaresearch » (Gemma)0,029
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0110,004
Communication savante0,0030,003
Science ouverte0,0030,004
Intégrité de la recherche0,0040,003
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 Opus0,020
Tête enseignante GPT0,264
Écart entre enseignants0,244 · 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

Citations57
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBirthMême sujetNeonatal and fetal brain pathologyTravaux en français237 207