MétaCan
Menu
Retour à la cohorte
Enregistrement W2438881339 · doi:10.12927/cjnl.2016.24645

Partnerships to Improve Oral Hygiene Practices: Two Complementary Approaches

2016· article· en· W2438881339 sur OpenAlexaffvenueabout
Craig Dale, Rick Wiechula, Adrienne Lewis, Alexa McArthur, Helen Breen, Alan Scarborough, Louise Rose

Notice bibliographique

RevueNursing leadership · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiquePediatric health and respiratory diseases
Établissements canadiensSt. Michael's HospitalSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésHygieneOral hygieneNursingPsychologyMedicineDentistry

Résumé

récupéré en direct d'OpenAlex

The omission of oral care is linked to increased nurse workload and may contribute to serious patient infection and growing healthcare costs. Therefore, ineffective oral care comprises a significant patient safety issue across healthcare settings internationally. As studies have demonstrated a positive relationship between Nurs Leadersh (Tor Ont) and improved patient outcomes, it is imperative that leaders seek effective approaches to facilitate contextual exploration of barriers and facilitators for resolution of oral care delivery problems. One approach to improved processes of oral care is the creative engagement of front-line clinicians in the problems they confront in everyday practice. By drawing upon the role and process of facilitation, we outline two projects, located in Australia and Canada, that engaged front-line nurses, health leaders, and researchers as partners to identify a path to improved oral care delivery. In this paper, we summarize key learnings for nursing leaders about strategies to facilitate delivery of fundamental oral care. We found that facilitation, contextual knowledge and academic-clinician partnerships were essential to the detection and evaluation of oral care delivery problems and the identification of priorities for practice improvement. As collaboration is imperative for sustainable innovation, we summarize strategies of effective leadership for improving oral care delivery.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,469
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,713
Tête enseignante GPT0,493
Écart entre enseignants0,220 · 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.

Devis d'étudeSans objet
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
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetPediatric health and respiratory diseasesTravaux en français237 207