MétaCan
Menu
Retour à la cohorte
Enregistrement W2472637513 · doi:10.3928/01484834-20070201-08

Patient Safety: Where Is Nursing Education?

2007· review· en· W2472637513 sur OpenAlexaff
David Gregory, Lorna Guse, Diana Davidson Dick, Cynthia K. Russell

Notice bibliographique

RevueJournal of Nursing Education · 2007
Typereview
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensSaskatchewan PolytechnicUniversity of ManitobaUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésMemphisPatient safetyRubricHealth careNursingPsychologyMedicineMedical educationPedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

Patient safety is receiving unprecedented attention among clinicians, researchers, and managers in health care systems. In particular, the focus is on the magnitude of systems-based errors and the urgency to identify and prevent these errors. In this new era of patient safety, attending to errors, adverse events, and near misses warrants consideration of both active (individual) and latent (system) errors. However, it is the exclusive focus on individual errors, and not system errors, that is of concern regarding nursing education and patient safety. Educators are encouraged to engage in a culture shift whereby student error is considered from an education systems perspective. Educators and schools are challenged to look within and systematically review how program structures and processes may be contributing to student error and undermining patient safety. Under the rubric of patient safety, the authors also encourage educators to address discontinuities between the educational and practice sectors.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,766
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,194
Tête enseignante GPT0,573
Écart entre enseignants0,379 · 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
GenreSynthèse

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

En bref

Citations58
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing EducationMême sujetPatient Safety and Medication ErrorsTravaux en français237 207