MétaCan
Menu
Retour à la cohorte
Enregistrement W3128059744 · doi:10.1002/nop2.775

Beliefs, attitudes and knowledge of cardiovascular healthcare providers on mobilization

2021· article· en· W3128059744 sur OpenAlexaff
Caroline Najjar, Diana Dima, Jane de Boer, Michael Goldfarb

Notice bibliographique

RevueNursing Open · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Arrest and Resuscitation
Établissements canadiensRoyal Victoria HospitalJewish General HospitalMcGill University
Organismes subventionnairesnon disponible
Mots-clésStaffingMedicineHealth careMobilizationNursingFamily medicine

Résumé

récupéré en direct d'OpenAlex

AIM: To assess the beliefs, attitudes and knowledge of nurses, physicians and physiotherapists in a cardiovascular intensive care unit (CICU) on patient mobilization. DESIGN: Survey of CV healthcare providers in the CICU at two academic tertiary care hospitals. METHODS: The validated Patient Mobilization Attitudes and Beliefs Survey was distributed to CV providers. The survey is a 26-item self-administered questionnaire that assesses providers' perceived barriers in three domains: attitude, behaviour and knowledge. RESULTS: Participants (N = 142) completed the survey (nurses, N = 67, physicians, N = 59 and physiotherapists, N = 16; 155 eligible participants, 91.6% overall completion rate). Nurses had lower overall knowledge, attitude and behaviour barriers to mobilization than physicians, but higher than physiotherapists (all p < .001). The highest barriers to mobilization for nurses were adequate staffing, patient-level and time restraint. These findings should inform efforts to overcome existing barriers and to transform acute cardiovascular mobility culture.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,813
Score d'incertitude au seuil0,224

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 Opus0,035
Tête enseignante GPT0,364
Écart entre enseignants0,329 · 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'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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing OpenMême sujetCardiac Arrest and ResuscitationTravaux en français237 207