MétaCan
Menu
Retour à la cohorte
Enregistrement W2150792813 · doi:10.5430/jha.v2n4p91

Usage of quality indicators in hospital nursing services in Brazil

2013· article· en· W2150792813 sur OpenAlexvenueno aff
Carmen Silvia Gabriel, Daniele Ramos, Andrea Boldrini, Silvana Silveira Kempfer, Andréa Bernardes, Fernanda Ludmilla Rossi Rocha

Notice bibliographique

RevueJournal of Hospital Administration · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésNursingQuality (philosophy)MedicineNursing careHuman resourcesService qualityService (business)Descriptive researchBusinessMarketingManagementSociology

Résumé

récupéré en direct d'OpenAlex

Quality indicators are tools to measure the quality of care. Objective: To identify the quality indicators adopted by nursing services of hospitals in the state of São Paulo, Brazil. Method: A cross-sectional, non-experimental, descriptive and quantitative approach, performed in seventeen teaching hospitals in the state of São Paulo, Brazil, using a questionnaire answered by the head of the Nursing Service. Results: Only 5.9% of hospital nursing services do not adopt indicators, showing concern for the quality of care. There is a preference for the adoption of care indicators. Conclusion: A culture of adoption and analysis of indicators exists in hospital nursing services and the indicators are related to classical nursing care processes, with less emphasis on the adoption of indicators related to human resource management and user satisfaction.

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)0,001
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 enseignants0,006
Score d'incertitude au seuil0,501

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,435
Écart entre enseignants0,403 · 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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hospital AdministrationMême sujetPatient Satisfaction in HealthcareTravaux en français237 207