MétaCan
Menu
Retour à la cohorte
Enregistrement W2154362674 · doi:10.3138/ptc.2013-12

Physiotherapists' Perceptions of and Experiences with the Discharge Planning Process in Acute-Care General Internal Medicine Units in Ontario

2014· article· en· W2154362674 sur OpenAlexaffvenueabout
Lakshmi Matmari, Jennifer Uyeno, Carol Heck

Notice bibliographique

RevuePhysiotherapy Canada · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensUniversity of TorontoToronto Western HospitalUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Discharge planningPerceptionMedicineAcute careNursingMedical educationHealth carePsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To examine discharge planning of patients in general internal medicine units in Ontario acute-care hospitals from the perspective of physiotherapists. METHODS: A cross-sectional study using an online questionnaire was sent to participants in November 2011. Respondents' demographic characteristics and ranking of factors were analyzed using descriptive statistics; t-tests were performed to determine between-group differences (based on demographic characteristics). Responses to open-ended questions were coded to identify themes. RESULTS: Mobility status was identified as the key factor in determining discharge readiness; other factors included the availability of social support and community resources. While inter-professional communication was identified as important, processes were often informal. Discharge policies, timely availability of other discharge options, and pressure for early discharge were identified as affecting discharge planning. Respondents also noted a lack of training in discharge planning; accounts of ethical dilemmas experienced by respondents supported these themes. CONCLUSIONS: Physiotherapists consider many factors beyond the patient's physical function during the discharge planning process. The improvement of team communication and resource allocation should be considered to deal with the realities of discharge planning.

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 enseignants0,215
Score d'incertitude au seuil0,296

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 Opus0,010
Tête enseignante GPT0,283
Écart entre enseignants0,273 · 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

Citations11
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePhysiotherapy CanadaMême sujetHeart Failure Treatment and ManagementTravaux en français237 207