MétaCan
Menu
Retour à la cohorte
Enregistrement W2134266335 · doi:10.5539/gjhs.v6n6p54

Evaluation of Barriers Contributing in the Demonstration of an Effective Nurse-Patient Communication in Educational Hospitals of Jahrom, 2014

2014· article· en· W2134266335 sur OpenAlexvenueno aff
Marzieh Kargar Jahromi, Somayeh Ramezanli

Notice bibliographique

RevueGlobal Journal of Health Science · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Satisfaction
Établissements canadiensnon disponible
Organismes subventionnairesAgency for Healthcare Research and Quality
Mots-clésNursingMedicineHealth careSample (material)Family medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Establishing an effective communication with patients is an essential aspect of nursing care. Nurse-patient communication has a key role in improving nursing care and increasing patient's satisfaction of health care system. The study aimed at evaluation of barriers contributing in the demonstration of an effective nurse-patient communication from their viewpoint. METHODS: This was cross-sectional study, carried out in 2014, with a sample of 200 nurses and patients drawn from two educational hospitals in jahrom city. Data were collected by using two questionnaire structured by the researchers. Data were analyzed using SPSS software (version 16). RESULTS: The results of this study showed that the greatest barriers of nurse-patient communication were characteristics of nursing job with an average score of 71.05 ± 10.18. The most communication barriers from patients viewpoint including: heavy work load of the nurses, age , sex and language difference between patient and nurse and the spicy morality of nurses. CONCLUSION: It is concluded that overcome barriers to communication and support are needed to enable nurses to communicate therapeutically with patients in order to achieve care that is effective and responsive to their needs.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,049
Tête enseignante GPT0,496
Écart entre enseignants0,447 · 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

Citations31
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetHealthcare Quality and SatisfactionTravaux en français237 207