Testing the Satisfaction and Feasibility of a Computer-Based Teaching Module in the Neonatal Intensive Care Unit
Notice bibliographique
Résumé
PURPOSE: To examine the satisfaction with and feasibility of a computer-based teaching module to teach healthcare professionals how to use and apply the Premature Infant Pain Profile (PIPP) to clinical scenarios. SUBJECTS: Sixty-eight healthcare professionals who were employed in the neonatal intensive care unit (NICU) on a full-time or part-time basis and had received an educational session regarding the PIPP. DESIGN AND METHODS: A pilot study using an exploratory descriptive design was used to answer: (1) How satisfied are healthcare professionals with the computer-based teaching module? and (2) What is the feasibility of a computer-based teaching module in the clinical setting? Satisfaction was measured using an investigator-developed 5-point Likert scale. Feasibility was measured in terms of time to complete the module, satisfaction with instructions and ability to navigate through the module, acceptability of the module as a teaching method, and format with the computer-based module. PRINCIPAL RESULTS: Ninety percent of those sampled were very satisfied with the computer-based teaching method. Use of video and audio clips and photographs enhanced the learning process. Healthcare professionals identified the computer-based teaching method as an effective way of learning about the PIPP and thought that it was feasible to use within the clinical setting. CONCLUSIONS: Computer-based teaching is a feasible method for educating NICU healthcare professionals about the PIPP. Additional research is required to examine the effectiveness of this teaching method on relevant patient outcomes such as pain management.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».