MétaCan
Menu
Retour à la cohorte
Enregistrement W3019210344 · doi:10.29375/01237047.3571

Las redes sociales en la estrategia de implementación de evidencias en la práctica clínica: experiencia del Hospital Regional Universitario de Málaga, España

2020· article· es· W3019210344 sur OpenAlexaffabout
Jesús Bujalance Hoyos, Doris Grinspun, Cipriano Viñas Vera, María Teresa Pérez Jiménez, María Soledad Jiménez Fernández, Juan Antonio García Sánchez

Notice bibliographique

RevueMedunab · 2020
Typearticle
Languees
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensRegistered Nurses' Association of Ontario
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Introducción. Twitter se ha convertido en el foro favorito para la comunicación de la atención médica, en cuanto permite a los usuarios publicar y compartir mensajes fácilmente a sus seguidores. En el Hospital Regional Universitario de Málaga (HRUM) se ha recurrido al uso de las redes sociales, particularmente Twitter, para facilitar la implementación y difusión de las recomendaciones de las Guías de Buenas Prácticas (GBP) de la Registered Nurses Association of Ontario (RNAO) en la práctica clínica. El objetivo del presente artículo es describir la estrategia y reflexionar acerca del rol de las redes sociales en las estrategias y los resultados de implantación de recomendaciones de GBP de la RNAO. Temas de reflexión. Siguiendo la metodología del modelo Best Practice Spotlight Organization (BPSO), se ha otorgado un papel protagonista a las enfermeras asistenciales de cada unidad a través de la formación, creación de equipos de implantación y difusión del programa. El uso de nuevos registros y, sobre todo, el uso de las redes sociales, ha obtenido unos resultados excelentes de adherencia de los profesionales al programa tanto a nivel cuantitativo como cualitativo. Conclusiones. El uso de las redes sociales como estrategia de difusión en la implantación de las recomendaciones de las GBP de la RNAO ha conseguido muy buena acogida por parte de los profesionales, pues muestra un alto nivel de participación, y es una herramienta útil como estrategia de difusión. Se necesita más tiempo para monitorizar el uso de las redes sociales y su posible impacto en la implantación de evidencias y la mejora de los resultados de salud de los pacientes y organizaciones de salud.

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)0,032
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,047
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,012
Communication savante0,0120,007
Science ouverte0,0020,013
Intégrité de la recherche0,0040,004
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 Opus0,104
Tête enseignante GPT0,403
Écart entre enseignants0,299 · 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'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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedunabMême sujetSocial Media in Health EducationTravaux en français237 207