Nursing Information Flow in Long-Term Care Facilities
Notice bibliographique
Résumé
OBJECTIVE: Long-term care (LTC), residential care requiring 24-hour nursing services, plays an important role in the health care service delivery system. The purpose of this study was to identify the needed clinical information and information flow to support LTC Registered Nurses (RNs) in care collaboration and clinical decision making. METHODS: This descriptive qualitative study combines direct observations and semistructured interviews, conducted at Alberta's LTC facilities between May 2014 and August 2015. The constant comparative method (CCM) of joint coding was used for data analysis. RESULTS: Nine RNs from six LTC facilities participated in the study. The RN practice environment includes two essential RN information management aspects: information resources and information spaces. Ten commonly used information resources by RNs included: (1) RN-personal notes; (2) facility-specific templates/forms; (3) nursing processes/tasks; (4) paper-based resident profile; (5) daily care plans; (6) RN-notebooks; (7) medication administration records (MARs); (8) reporting software application (RAI-MDS); (9) people (care providers); and (10) references (i.e., books). Nurses used a combination of shared information spaces, such as the Nurses Station or RN-notebook, and personal information spaces, such as personal notebooks or "sticky" notes. Four essential RN information management functions were identified: collection, classification, storage, and distribution. Six sets of information were necessary to perform RN care tasks and communication, including: (1) admission, discharge, and transfer (ADT); (2) assessment; (3) care plan; (4) intervention (with two subsets: medication and care procedure); (5) report; and (6) reference. Based on the RN information management system requirements, a graphic information flow model was constructed. CONCLUSION: This baseline study identified key components of a current LTC nursing information management system. The information flow model may assist health information technology (HIT) developers to consolidate the design of HIT solutions for LTC, and serve as a communication tool between nurses and information technology (IT) staff to refine requirements and support further LTC HIT research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».