MétaCan
Menu
Retour à la cohorte
Enregistrement W2204700979 · doi:10.5539/gjhs.v8n8p57

Knowledge, Attitude, and Performance of Nurses toward Hand Hygiene in Hospitals

2015· article· en· W2204700979 sur OpenAlexvenueno aff
Alireza Sharif, Azizollah Arbabisarjou, Abbas Balouchi, Sudabeh Ahmadidarrehsima, Hamed Haddad Kashani

Notice bibliographique

RevueGlobal Journal of Health Science · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesZabol University of Medical Sciences
Mots-clésHygieneMedicineDescriptive statisticsNursingConfidence intervalPositive attitudeFamily medicinePsychologyInternal medicineSocial psychologyStatistics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The proper hand hygiene is one of the foremost techniques to reduce Nosocomial infections. The hand hygiene is deemed as the simplest method for control of Nosocomial infections if it is done properly it may prevent from a lot of costs and fatalities. Due to constant relationship with patients, nurses play paramount role in proper execution of hand hygiene among clinical personnel. The current study was carried out in order to analyze knowledge, attitude, and performance of nurses regarding hand hygiene. MATERIALS & METHODOLOGY: A cross-sectional study was conducted on 200 (of 240) nurses from three hospitals in Kerman city at east of Iran in 2015. The standardized questionnaire was the tool for data collection. These data entered in SPSS (V.22). The frequency and percentage of frequency in descriptive statistics was employed for data analysis. The confidence interval was considered as 95%. RESULTS: The results showed that the majority of participants were male173 (86.5%), had BA degree 161 (80.5%) and were married 155 (70.5%). Most of nurses 77 (38.5%) had working experience (5-10years). The majority of nurses had good knowledge 149 (74.5%), positive attitude 141 (70.5%) and good performance 175 (87.5%). DISCUSSION & CONCLUSION: The nurses are good level in terms of knowledge, attitude, and performance but improvement of their knowledge and knowledge seems to be more necessary by holding educational classes and courses in cases where they have less knowledge.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,048
Score d'incertitude au seuil0,696

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,044
Tête enseignante GPT0,398
Écart entre enseignants0,354 · 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

Citations34
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetInfection Control in HealthcareTravaux en français237 207