MétaCan
Menu
Retour à la cohorte
Enregistrement W2968574478 · doi:10.3389/fped.2019.00356

An Opportunity for Cognitive Task Analysis in Neonatal Resuscitation

2019· review· en· W2968574478 sur OpenAlexafffund
Emily Zehnder, Brenda Hiu Yan Law, Georg M. Schmölzer

Notice bibliographique

RevueFrontiers in Pediatrics · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensRoyal Alexandra HospitalUniversity of Alberta
Organismes subventionnairesFaculty of Medicine and Dentistry, University of AlbertaUniversity of AlbertaChildren's Hospital FoundationStollery Children’s Hospital FoundationWomen and Children's Health Research InstituteChildren's Health Research InstituteHeart and Stroke Foundation of Canada
Mots-clésMedicineNeonatal resuscitationCognitionResuscitationHealth professionalsMedical emergencyPsychomotor learningHealth careIntervention (counseling)Task (project management)NursingEmergency medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Approximately 10% of newborn infants require resuscitative intervention at birth. Ideally, this care is provided by a team of expert healthcare professionals who possess exceptional cognitive, psychomotor, and communication skills. Human errors and deviations from resuscitation protocol are common and may be attributable to excessive cognitive demand experienced by the resuscitation team. Cognitive Task Analysis (CTA) is a group of methods used to assess knowledge, judgments, goals, and decision-making of expert healthcare professionals. These methods may be used during neonatal resuscitation to gain an improved understanding of the approaches used by healthcare professionals. CTA methods have been applied in many medical disciplines including neonatology. CTA has been used to identify information previously confined to the intuition of experts. This information has been used to assess, develop, and improve medical technology, clinical decision support tools (DSTs), communication structure, and training methods. Knowledge attained through CTA might be applied similarly to neonatal resuscitation, which may in turn decrease human errors, and improve patient safety.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,147
Tête enseignante GPT0,478
Écart entre enseignants0,332 · 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'étudeSans objet
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

Citations9
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PediatricsMême sujetPatient Safety and Medication ErrorsTravaux en français237 207