MétaCan
Menu
Retour à la cohorte
Enregistrement W2751672179

A Review of the Effect of Nurses’ Use of Smartphone to Improve Patient Care

2017· review· en· W2751672179 sur OpenAlexaffvenue
Yoon S Oh, Jae Joon Yeon, Twyla Ens, Cynthia Mannion

Notice bibliographique

RevueJournal of undergraduate research in Alberta · 2017
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCINAHLPsycINFOMEDLINEAcute careMedicineNursingHealth careDistractionPsychologyPsychological intervention
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction: Nurses in the acute-care setting use touchscreen smartphones (eg. iPhones) to facilitate patient care. However, on duty nurses also use smartphones to access social media, text, and shop online. The overall benefit of nurses’ use of smartphones to patient care is unclear. We conducted a systematic review to examine the use of smartphones by acute-care nurses and how that influences patient care. Methods: We searched Embase, MEDLINE, PsycINFO, CINAHL, and PubMed databases using the key words “smartphone,” “nurse,” “patient care” and “quality of care” to identify articles focusing on smartphone use by nurses in acute care setting. Only 274 articles were initially identified. Fourteen articles remained after applying inclusion criteria such as nurses in acute care setting, written in English, and excluding those addressing the use of smartphones by non-nurses. Results: We identified six themes encompassing advantages and disadvantages of smartphone use by nurses in the acute care setting. Theme 1: enhanced interprofessional communication. Theme 2: easy and quick access to clinical information (eg. medications). Theme 3: improved time-management. Theme 4: reduction of work stress. Disadvantages were: Theme 5: distraction from work, and Theme 6: the appearance of unprofessionalism. Conclusions: Smartphone use by nurses in the acute care setting impacts how they provide daily care to their patients. Benefits of smartphone use include: improved patient safety, more effective communication between healthcare providers, and better time-management. Disadvantages found included distraction of nurses at work, and the perceived appearance of unprofessionalism. We believe there is an unmeasured risk of smartphones as potential vectors of infection. We support the use of smartphones to aid in patient care but recommend that education is necessary on the appropriate use of smartphones to mitigate risks such as infection, distraction, and accountability of personal use.

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)0,007
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,003
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 Opus0,210
Tête enseignante GPT0,567
Écart entre enseignants0,357 · 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'étudeRevue systématique
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

Citations6
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of undergraduate research in AlbertaMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207