MétaCan
Menu
Retour à la cohorte
Enregistrement W3159401660 · doi:10.5737/23688653-321917

Explicit recall related to mechanical ventilation: An evolutionary concept analysis

2020· article· en· W3159401660 sur OpenAlexvenueno aff
Mylène Michaud, Marilou Gagnon

Notice bibliographique

Revue˜The œCanadian journal of critical care nursing · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRecallTerminologyVaguenessPhenomenonSedationCognitive psychologyAnxietyPsychologyModalitiesMechanical ventilationMedical terminologyIntensive care unitMedicineIntensive care medicineClinical psychologyAnesthesiaPsychiatryComputer scienceNursingEpistemologyArtificial intelligenceLinguistics

Résumé

récupéré en direct d'OpenAlex

Mechanical ventilation combined with sedation is widely used in the intensive care unit (ICU). However, this intervention is not without consequence on the patient. ICU patients can, in fact, remember perceptions that occurred during their mechanical ventilation—a phenomenon known as explicit recall. This phenomenon is not well defined, and no common terminology exists in the medical and nursing literature, where a variety of concepts are used interchangeably to describe the same experience. The goal of this concept analysis was to address the conceptual vagueness that surrounds explicit recall. Using Rodgers’ evolutionary approach, a total of 68 articles were analyzed to identify the concept’s antecedents, attributes, and consequences. The findings revealed that the explicit recall concept is perceptive, interpretative, subjective, dynamic, and temporal. It occurs following treatment that requires general anesthesia or sedation. It is also shaped by the modalities of anesthesia and sedation, as well as individual characteristics. Consequences of explicit recall can include anxiety, flashbacks, and post-traumatic stress disorder.

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)0,008
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0120,008
Études des sciences et des technologies0,0020,003
Communication savante0,0040,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,032
Tête enseignante GPT0,332
Écart entre enseignants0,300 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œCanadian journal of critical care nursingMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207