MétaCan
Menu
Retour à la cohorte
Enregistrement W2791893021 · doi:10.5430/jnep.v8n7p106

A randomized control trial: Effects of teach back method on self-efficacy among mothers of children with congenital heart defects

2018· article· en· W2791893021 sur OpenAlexvenueno aff
A. A. Ghoneim, Aml AbdElrazk Fathalla

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueFamily and Disability Support Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineRandomized controlled trialAuditIntervention (counseling)Self-efficacyNursingPhysical therapyPediatricsPsychologySurgery

Résumé

récupéré en direct d'OpenAlex

Background/Objective: Congenital Heart Defects (CHD) remain a major health concern all over the world particularly Egypt where the prevalence of CHD is 1.0 per 1,000. Nurses are instrumental in supplying information. The teach-back method is a technique used for improving patient understanding and outcomes. This study aimed to evaluate the effect of teach back method on self-efficacy and satisfaction among mothers of children with congenital heart defects.Methods: The design of this study was randomized control trail. A sample of 60 children with congenital heart defects and their mothers participated in this study. It conducted at Menofia University hospital. Tools of this study included Self Efficacy Scale; Teach back Discharge Education Audit and Satisfaction Assessment.Results: The current study revealed that the majority of nurses were unfamiliar with teach-back method and there was significant difference between mothers in the experimental and control groups regarding their self-efficacy.Conclusions: This study concluded that mothers who received discharge instructions through teach back method had increased self-efficacy and high level of satisfaction. Therefore, pediatric nurses should integrate teach back method as a routine nursing intervention in the discharge plan for children with congenital heart defects.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,047
Tête enseignante GPT0,450
Écart entre enseignants0,403 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetFamily and Disability Support ResearchTravaux en français237 207