MétaCan
Menu
Retour à la cohorte
Enregistrement W2411651321

Making a difference: using the safe surgery checklist to initiate continuing education for perioperative nurses in low-income settings.

2014· article· en· W2411651321 sur OpenAlexaboutno aff
Genelle Leifso

Notice bibliographique

RevuePubMed · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChecklistPerioperativeFacilitatorTeamworkMedicinePatient safetyNursingMedical educationPerioperative nursingHealth careFocus groupPsychologySurgeryPolitical scienceSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The WHO Safe Surgery Checklist (2008) patient safety focus and communication prompts are widely accepted. In many low-income regions (as defined by the World Bank and accepted by the World Health Organization) perioperative nurses have little or no formal training; continuing and in-service education are virtually unknown; nor does an articulated "culture of safety" exist. In 2009 the Canadian Network for International Surgery (CNIS) piloted a two-day perioperative nursing course, in Addis Ababa, Ethiopia, using lectures, case studies, skills sessions, and role-play exercises based on the SSSL Checklist outline and protocols. Canadian instructors (who are certified after taking the Canadian Network for International Surgery-sponsored Instructor's Course) have since returned and taught at additional sites in Ethiopia and Uganda. Course participants now include perioperative nurses, anaesthetists, and junior surgical residents--mirroring the interdisciplinary teamwork that is crucial to safe perioperative patient care. The course's facilitated discussions focus on workplace and practice issues in order to allow for appropriate evaluation and planning of future educational initiatives. Participants complete pre- and post-course questionnaires, which evaluate baseline and post-course knowledge, and further follow-up is completed four months after course completion. This article explains the need for aiding in the expansion of perioperative nursing knowledge and skill in low-income settings and provides the author's personal perspective and experience in responding to this need. Her experience as facilitator in a pilot project and subsequent course development described. The objective is to discuss ways that other perioperative nurses can work to make a positive difference on professional practice and patient care in low-income regions.

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)0,015
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,050
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,001
Communication savante0,0010,003
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,331
Écart entre enseignants0,293 · 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.

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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetGlobal Health and SurgeryTravaux en français237 207