MétaCan
Menu
Retour à la cohorte
Enregistrement W3089502284 · doi:10.1097/anc.0000000000000797

Improving the Quality of Nursing Care for Late Preterm Infants

2020· article· en· W3089502284 sur OpenAlexaff
Kimberly A. Lohr

Notice bibliographique

RevueAdvances in Neonatal Care · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInfant Development and Preterm Care
Établissements canadiensKwantlen Polytechnic University
Organismes subventionnairesnon disponible
Mots-clésMedicineStandardizationNursingNeonatal nursingQuality managementNursing careQuality (philosophy)MEDLINEPediatricsNeonatal intensive care unitService (business)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Late preterm infants in the Maternal Child Services Department at a Midwestern medical center were cared for in 3 separate nursing units. Standardization of care was a performance goal for the Department. PURPOSE: A quality improvement process was implemented that included planning, teaching, performance application, and evaluation of evidence-based practice guidelines for care of the late preterm infant. METHODS: A web-based teaching module was developed to introduce nursing care guidelines for late preterm infants to the nursing staff. RESULTS: Analysis of the pre-and posttest scores embedded in the educational video showed a statistically significant increase in the nurses' knowledge about potential complications of infants born between 34 and 36 weeks' gestation. IMPLICATIONS FOR PRACTICE: Quality improvement process increases nurses' knowledge about care of the late preterm infant and can lead to standardization of care. IMPLICATIONS FOR RESEARCH: Ongoing quality improvement monitoring is needed for sustainability.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,770
Score d'incertitude au seuil0,405

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,340
Écart entre enseignants0,315 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Neonatal CareMême sujetInfant Development and Preterm CareTravaux en français237 207