MétaCan
Menu
← Retour à la cohorte
Enregistrement W2315220518 · doi:10.1097/01.ccm.0000439259.34628.86

110

2013· article· en· W2315220518 sur OpenAlexaff
Myles Leslie, Elise Paradis, Michael A. Gropper, Scott Reeves, Simon Kitto

Notice bibliographique

RevueCritical Care Medicine · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineTeamworkHealth careReferralMedical educationQualitative researchQualitative propertyNursingFocus groupComputer science

Résumé

récupéré en direct d'OpenAlex

Introduction: Broad policy and local healthcare organization have recently favored computerized case notes, care charting, order writing, and specialty service consultation/referral in Critical Care Units (CCUs). Methods: Data on the impact of IT on CCUs were extracted from a multi-site comparative ethnography. 4 CCUs with varying levels of computerization located in 2 major urban areas in the US were recruited for this qualitative research. Ethnographers carried out 600+ hours of observations, and 70+ semi-structured interviews between December 2012 and December 2013. A subset of the observation time – 90+ hours – was structured to quantify how long clinicians spent working on computers to chart care, keep case notes, and issue or acknowledge prescriptions. These data were used to supplement the study’s qualitative focus on how IT influences team interactions and care delivery. The data were coded using NVivo software in an iterative analytic process. Results: Clinicians on the high computerization units spent between 35 and 50 per cent of their time on computers. Clinicians on the low computerization unit spent between 5 and 15 per cent of their time on computers. Key intended consequences of delivering care and coordinating teamwork and information with IT were achieved and these included the elimination of handwriting legibility issues, and improved access to clinical information. Unintended consequences included negative impacts on team coordination and communication. Some clinicians were ‘siloed’ by their IT work, and expressed concerns that they had less meaningful interactions with other members of their team and patients. Some clinicians felt these degraded interactions impeded their teams’ abilities to develop trust and identify and prevent errors. Conclusions: This pilot study suggests the unintended teamwork consequences of computerization in CCUs are an important object of study, with IT implementation design likely to be of central importance in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,414
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0060,004
Science ouverte0,0020,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,5860,413

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 Opus0,081
Tête enseignante GPT0,509
Écart entre enseignants0,428 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care Medicine→Même sujetElectronic Health Records Systems→Travaux en français237 207→