MétaCan
Menu
Retour à la cohorte
Enregistrement W2615771473 · doi:10.1080/00140139.2017.1330967

Human factors considerations in designing for infection prevention and control in neonatal care – findings from a pre-design inquiry

2017· article· en· W2615771473 sur OpenAlexaff
Chantal Trudel, Sue Cobb, Kathryn Momtahan, Janet Brintnell, Ann M. Mitchell

Notice bibliographique

RevueErgonomics · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensOttawa HospitalCarleton University
Organismes subventionnairesnon disponible
Mots-clésThematic analysisCLARITYWorkloadNeonatal intensive care unitHealth careNursingMedicineUnit (ring theory)Infection controlQualitative researchPsychologyComputer scienceIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Qualitative data collection methods drawn from the early stages of human-centred design frameworks combined with thematic analysis were used to develop an understanding of infection prevention practice within an existing neonatal intensive care unit. Findings were used to generate a framework of understanding which in turn helped inform a baseline approach for future research and design development. The study revealed that a lack of clarity between infection transmission zones and a lack of design attributes needed to uphold infection prevention measures may be undermining healthcare workers' understanding and application of good practice. The issue may be further complicated by well-intentioned behavioural attitudes to meeting work objectives; undue influences from spatial constraints; the influence of inadvertent and excessive touch-based interactions; physical and/or cognitive exertion to maintain transmission barriers; and the impact of expanding job design and increased workload to supplement for lack of effective barriers. Practitioner Summary: Despite high hand hygiene compliance within a neonatal intensive care unit, healthcare workers expressed concerns about the unit design and infection prevention practice. Early inquiry methods from human-centred design and thematic analysis helped develop a framework to understand how design can be used to aid infection prevention.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,078
Tête enseignante GPT0,365
Écart entre enseignants0,287 · 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'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

Citations16
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueErgonomicsMême sujetInfection Control in HealthcareTravaux en français237 207