MétaCan
Menu
Retour à la cohorte
Enregistrement W3049282768 · doi:10.14687/jhs.v17i3.5889

Comparison of pain assessments made by patients and nurses in emergency services

2020· article· en· W3049282768 sur OpenAlexaboutno aff
Nefise Cevriye Sucu Çakmak, Nurcan Çalışkan

Notice bibliographique

RevueJournal of Human Sciences · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePediatric Pain Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineDescriptive statisticsWilcoxon signed-rank testTest (biology)Family medicineNursingPhysical therapyMann–Whitney U test

Résumé

récupéré en direct d'OpenAlex

Aim: This research aimed to compare pain assessments made by patients and by nurses. Method: This descriptive and comparative research was conducted in a state, a university and a private hospital emergency service monitoring unit that had the highest number of patient admissions in Ankara, Turkey. The research sample consisted of 175 patients and 35 nurses. For the collection of data, the following sources were consulted: the patient information form, the nurse information form and the McGill Pain Questionnaire. For evaluation of the data, number and percentage calculations, chi-square analysis, kappa compliance analysis and the Wilcoxon sign test were used. Written consent was received from the ethical council and hospitals as well as from nurses and patients. Results: 74.3% of nurses stated that they do not think that the pain level expressed by the patient is always right. While the point average given by patients related to all dimensions define the characteristics of pain was 20.48 ± 10.10, the average given by nurses was 14.35 ± 8.46. There is a statistically significant difference between the point averages given by patients and nurses related to total dimensions of pain characteristics (p<0.05). Conclusion: As a result, pain evaluations of nurses were found to be significantly lower than those of patients. It is suggested that the policies and procedures used in health personnel education institutes and health institutes related to pain management should be improved.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,046
Tête enseignante GPT0,412
Écart entre enseignants0,367 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Human SciencesMême sujetPediatric Pain Management TechniquesTravaux en français237 207