MétaCan
Menu
Retour à la cohorte
Enregistrement W2895087270 · doi:10.1097/nur.0000000000000406

Clinical Nurse Specialists’ Perceptions of a Mental Health Patient Portal

2018· article· en· W2895087270 sur OpenAlexaff
Cari Mayhew, Gillian Strudwick, Janice Waddell

Notice bibliographique

RevueClinical Nurse Specialist · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésNursingMental healthPerceptionClinical nurse specialistMEDLINEPsychologyMedicinePsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purposes of this study were to explore clinical nurse specialists' views of the potential influence of a mental health portal on nursing practice and to identify portal implementation strategies. METHODS: A qualitative descriptive approach was used. Semistructured interviews were conducted with 5 clinical nurse specialists. Two independent coders conducted an inductive content analysis of the transcribed interviews to generate codes describing patterns in the data to identify originating themes. RESULTS: The content analysis uncovered the following 4 themes: (1) implementation strategies, (2) nurse likelihood to recommend, (3) impact on nursing practice, and (4) perceived influence on patients. CONCLUSION: Direct care nurses may benefit from education and coaching on how to document in the record using patient-centered language that is understandable to patients who may be reading it. In addition, the use of patient portals should be designed to fit into nurses' existing clinical workflows. Finally, more research is needed to identify the benefits and unintended consequences of patient portals within a mental health context.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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 Opus0,096
Tête enseignante GPT0,540
Écart entre enseignants0,444 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Nurse SpecialistMême sujetElectronic Health Records SystemsTravaux en français237 207