Facteurs influençant la décision de l’infirmière de régler et moduler les paramètres d’alarmes des instruments de monitorage aux soins intensifs : une revue intégrative de la littérature
Notice bibliographique
Résumé
Introduction : dans les unités de soins critiques, un réglage inadéquat des paramètres d’alarme des systèmes de monitorage de chevet favorise des alarmes nombreuses et peut mener à l’insensibilisation de l’infirmière. Objectif : réaliser une revue intégrative de la littérature afin d’identifier les facteurs qui influencent l’infirmière dans sa décision de régler et moduler les paramètres d’alarmes des systèmes de monitorage de chevet aux soins intensifs. Méthode : une revue intégrative de la littérature selon les cinq étapes de la méthode de Whittemore et Knafl a été réalisée à partir des écrits en lien avec le domaine des soins critiques. Résultats : les facteurs liés à la décision de l’infirmière de régler ou de moduler les paramètres d’alarme des systèmes de monitorage sont répartis en deux thèmes : les facteurs personnels et les facteurs contextuels. Discussion : certains facteurs identifiés dans le cadre de cette revue intégrative ont également été présentés comme étant des éléments qui contribuent au déploiement du processus de surveillance clinique d’infirmières expertes dans un contexte de soins critiques. Conclusion : les résultats de cette étude permettent de conclure à la nécessité de s’intéresser empiriquement aux facteurs qui influencent l’infirmière dans sa décision de régler et de moduler les paramètres d’alarmes des systèmes de monitorage aux soins intensifs.
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 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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,005 | 0,009 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».