MétaCan
Menu
Retour à la cohorte
Enregistrement W2523171936 · doi:10.1177/1541931215591118

Potential Health Care Worker Contamination from Ebola Virus Disease during Personal Protective Equipment Removal and Disposal

2015· article· en· W2523171936 sur OpenAlexafffund
Greg Hallihan, Jan M. Davies, Justin Baers, Katelyn Wiley, Jaime Kaufman, John Conly, Jeff K. Caird

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCenters for Disease Control and PreventionAlberta Health Services
Mots-clésPersonal protective equipmentEbola virusHealth careMedicineBiomedical wasteMedical emergencyInfection controlEnvironmental healthCoronavirus disease 2019 (COVID-19)DiseaseInfectious disease (medical specialty)SurgeryPathology

Résumé

récupéré en direct d'OpenAlex

The transmission of Ebola Virus (EV) to health care workers (HCW) has been documented in highly-resourced care settings, even with HCW use of personal protective equipment (PPE). This research describes an observational study involving simulated Ebola Virus Disease (EVD) patient scenarios in four tertiary acute care centers. Researchers recorded and analyzed audiovisual data to identify instances of potential HCW EV contamination. Video-analysis was based on a coding taxonomy developed in collaboration with Infection Prevention and Control (IPC) professionals. The analysis focused on events and actions associated with potential HCW contamination during doffing and PPE disposal, and contributing system factors. The events and actions identified included out-of-sync doffing teams, HCW deviations from doffing protocols, and improper disposal of doffed PPE including the compression of PPE in biomedical waste containers containing potentially contaminated sharps. These observations are discussed along with recommendations for the re-design of doffing procedural aids and waste disposal.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,233
Score d'incertitude au seuil0,916

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,026
Tête enseignante GPT0,307
Écart entre enseignants0,280 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations7
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetDisaster Response and ManagementTravaux en français237 207