MétaCan
Menu
Retour à la cohorte
Enregistrement W2314485678 · doi:10.1097/01.jaa.0000476214.34937.50

Physician assistants reduce resident workload and improve care in an academic surgical setting

2016· article· en· W2314485678 sur OpenAlexaff
Natalie Dies, Saira Rashid, Maureen Shandling, Carol J. Swallow, Alexandra Easson, Erin Kennedy

Notice bibliographique

RevueJAAPA · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésWorkloadPhysician assistantsMedicinePatient careMedical educationNursingComputer scienceOperating systemHealth careNurse practitionersPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Educational demands coupled with restricted hours reduce residents' availability to provide care at academic hospitals. Physician assistants (PAs) may address this issue. This study assessed the effect of PAs on patient discharges, resident workload, and resident perceptions of PAs on a surgical team. METHODS: Two PAs were employed on teams caring for complex surgical patients. Measures included time of discharge order entry, hours residents spent on the electronic medical record (EMR), and resident opinions of PA effectiveness. RESULTS: The teams with PAs had a 0.5% late discharge and 16% early discharge rate. Junior residents with a PA on the team spent fewer hours on the EMR. Residents reported PAs significantly improved their rotation and quality care. CONCLUSIONS: PAs reduce resident workload and improve care on surgical teams in a tertiary hospital.

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 enseignants0,723
Score d'incertitude au seuil0,311

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 recherche0,0000,001
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 Opus0,041
Tête enseignante GPT0,451
Écart entre enseignants0,409 · 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

Citations43
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAAPAMême sujetNursing Roles and PracticesTravaux en français237 207