The Effects of Time Pressure and Experience on Nurses' Risk Assessment Decisions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Time pressure and, occasionally, suboptimal assessment decisions are features of nursing in acute care. OBJECTIVES: To explore the effect of generic and specialist clinical experience on the ability to detect the need to take action in acute care and the impact of time pressure on nurses' decision-making performance. METHODS: Experienced acute care registered nurses (n = 241) were presented with 50 vignettes of real clinical risk assessments. Each vignette contained seven information cues. In response to these vignettes, nurses had to decide whether to intervene or not. The 26 vignettes were time limited and mixed randomly into the 50 cases. Signal detection analysis was used to establish nurses' performance, personal decision thresholds ([beta]), and their abilities (d') to distinguish a signal of clinical risk from the clinical noise of noncontributory information. RESULTS: Nurses had significantly lower d' and were significantly less likely to indicate intervening under time pressure. For ability-but not threshold-there was a significant interaction of time pressure and years of experience in acute care. With no time pressure, d' increased in line with years of experience. Under time pressure, there was no effect. DISCUSSION: Time pressure reduced nurses' ability to detect the need and the tendency to report intervening. Thus, there were more failures to report appropriate intervention under time pressure, and the positive effects of clinical experience were negated under time pressure. More and larger scale research on the effect on clinical outcomes of time pressured nursing choices is required.
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.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 découle