MétaCan
Menu
Retour à la cohorte
Enregistrement W2859340020 · doi:10.1097/nne.0000000000000560

Gaze Performance Adjustment During Needlestick Application

2018· article· en· W2859340020 sur OpenAlexaff
Yerly Paola Sanchez, Barbara Wilson-Keates, Adam Conway, Bin Zheng

Notice bibliographique

RevueNurse Educator · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensAlberta Environment and Protected Areas
Organismes subventionnairesnon disponible
Mots-clésGazeTask (project management)Eye trackingSyringeEye movementTracking (education)PsychologyMedicineComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Novice health care students suffer more needlestick injuries (NSIs) than experts. NSIs may be prevented by learning experts' behavior during this procedure. Eye tracking offers the possibility to study both experts' and novices' eye behavior during this task. PURPOSE: The aim of this study was to offer novel information about the understanding of eye behavior in human errors during handling needles. METHODS: A group of third-year nursing students performed 3 subcutaneous injections in a simulated abdominal pad while their eye behavior was recorded. Similarly, the gaze patterns of experts were recorded and then compared with the novices. RESULTS: Total task time for experts was faster than that for novices (P < .001), but both groups showed similar accuracy (P = .959). However, novices demonstrated gazing longer at the syringe rather than the abdominal pad compared with experts (P = .009). Finally, experts demonstrated fewer attention switches than novices (P = .002). CONCLUSION: Novices demonstrated more tool-tracking eye behaviors with longer dwelling time and attentional switches than did experts, which may translate into errors in clinical performance with needles.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,226
Score d'incertitude au seuil0,999

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,011
Tête enseignante GPT0,312
Écart entre enseignants0,301 · 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'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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNurse EducatorMême sujetInfection Control in HealthcareTravaux en français237 207