MétaCan
Menu
Retour à la cohorte
Enregistrement W3123606590 · doi:10.3917/rsi.143.0076

L’autonomie décisionnelle d’infirmières de soins intensifs lors du sevrage de la ventilation mécanique : une analyse de concept

2021· article· fr· W3123606590 sur OpenAlexafffund
Lysane Paquette, Kelley Kilpatrick

Notice bibliographique

RevueRecherche en soins infirmiers · 2021
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealth, Medicine and Society
Établissements canadiensCanadian Nurses FoundationUniversité du Québec en Outaouais
Organismes subventionnairesMinistère de l'Éducation et de l'Enseignement supérieurRéseau de recherche portant sur les interventions en sciences infirmières du Québec
Mots-clésHumanitiesPhilosophyMedicine

Résumé

récupéré en direct d'OpenAlex

Nurses have a leading role in weaning patients from mechanical ventilation (WMV) given their constant presence and their continuous monitoring. To promote proper WMV, nurses must exercise autonomy and be involved in decision-making. However, in certain care contexts, there is little involvement of nurses. The purpose of this text is to establish the characteristics of the concept of autonomous decision-making applied to nursing during WMV. An analysis of this concept was carried out according to the evolutionary method of Rodgers. The identification of the attributes, antecedents, and consequences made it possible to note ambiguity in the definition of this concept. Nurses use autonomous decision-making for the execution of assigned tasks and when they make decisions according to a pre-prescribed decision-making algorithm. Significant foundations for the decision-making autonomy of critical care nurses during WMV emerged from this analysis : scope of practice, in-depth knowledge of the patient, and commitment to the success of WMV. Participation in interdependent decision-making allows nurses to bring the patient’s perspective into decisions. Avenues of reflection have also emerged, including decisions based on evidence to provide new avenues for autonomous decision-making.

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)0,022
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,449
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0060,011
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,155
Tête enseignante GPT0,475
Écart entre enseignants0,320 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRecherche en soins infirmiersMême sujetHealth, Medicine and SocietyTravaux en français237 207