Las redes sociales en la estrategia de implementación de evidencias en la práctica clínica: experiencia del Hospital Regional Universitario de Málaga, España
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle