MétaCan
Menu
Retour à la cohorte
Enregistrement W2063318142 · doi:10.1136/archdischild-2014-306490

Reduction of noise in the neonatal intensive care unit using sound-activated noise meters

2014· article· en· W2063318142 sur OpenAlexaff
D Wang, Cheryl Aubertin, Nicholas Barrowman, Katherine Moreau, Sandra Dunn, JoAnn Harrold

Notice bibliographique

RevueArchives of Disease in Childhood Fetal & Neonatal · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueInfant Development and Preterm Care
Établissements canadiensUniversity of OttawaChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésNoise (video)Noise reductionSound (geography)AcousticsNeonatal intensive care unitReduction (mathematics)Environmental scienceComputer scienceMedicinePhysicsMathematicsArtificial intelligencePediatrics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To determine if sound-activated noise meters providing direct audit and visual feedback can reduce sound levels in a level 3 neonatal intensive care unit (NICU). DESIGN/METHODS: Sound levels (in dB) were compared between a 2-month period with noise meters present but without visual signal fluctuation and a subsequent 2 months with the noise meters providing direct audit and visual feedback. RESULTS: There was a significant increase in the percentage of time the sound level in the NICU was below 50 dB across all patient care areas (9.9%, 8.9% and 7.3%). This improvement was not observed in the desk area where there are no admitted patients. There was no change in the percentage of time the NICU was below 45 or 55 dB. CONCLUSIONS: Sound-activated noise meters seem effective in reducing sound levels in patient care areas. Conversations may have moved to non-patient care areas preventing a similar change there.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,473
Score d'incertitude au seuil0,841

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,261
Écart entre enseignants0,247 · 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

Citations39
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Disease in Childhood Fetal & NeonatalMême sujetInfant Development and Preterm CareTravaux en français237 207