MétaCan
Menu
Retour à la cohorte
Enregistrement W2153651121 · doi:10.1177/0733464809353603

Comparing the Safety Culture of Nursing Homes and Hospitals

2009· article· en· W2153651121 sur OpenAlexaff
Nicholas G. Castle, Laura M. Wagner, Subashan Perera, Jamie C. Ferguson, Steven M. Handler

Notice bibliographique

RevueJournal of Applied Gerontology · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSafety culturePatient safetyNursingNursing homesMedicinePerceptionHealth careOrganizational cultureQuality (philosophy)Family medicinePsychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to compare the patient safety culture between nationally representative samples of hospitals and nursing homes.This research is important in expanding our understanding of safety culture, to better understand the differences and similarities between healthcare settings, and to promote shared learning of best practices between settings. Findings from the Nursing Home Survey on Patient Safety Culture (NHSPSC) were compared with findings from the Hospital Survey on Patient Safety Culture (HSOPSC). Of the 26 highly similar items in these questionnaires, 9 of the NHSPSC scores were lower than the HSOPSC scores (indicating poorer perceptions of safety culture), 1 score was identical, and 16 of the NHSPSC scores were higher than the HSOPSC scores (indicating better perceptions of safety culture). Some learning opportunity may present itself for both nursing homes and hospitals to improve safety culture. This may have a significant impact on quality of care and quality of life for residents.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,817
Score d'incertitude au seuil0,206

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,078
Tête enseignante GPT0,419
Écart entre enseignants0,341 · 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

Citations26
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied GerontologyMême sujetPatient Safety and Medication ErrorsTravaux en français237 207