MétaCan
Menu
Retour à la cohorte
Enregistrement W3186391054 · doi:10.1177/2327857921101264

Mindful Hand Hygiene and Self-Guided Training Using a Mobile Phone App

2021· article· en· W3186391054 sur OpenAlexaff
Joan Cahill, Alison Kay, Vivienne Howard, Ber Mulcahy, Mary Forde, Siji George, Gerard Lacey, Richie Harte, Frank O Reilly, Rachel Nolan, Fidelma Fitzpatrick, E. Ziampra

Notice bibliographique

RevueProceedings of the International Symposium on Human Factors and Ergonomics in Health Care · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésMindfulnessMobile phoneTrainerPhoneMedical educationFocus groupPsychologyMobile appsApplied psychologyNursingMedicineComputer scienceWorld Wide WebPsychotherapistBusiness

Résumé

récupéré en direct d'OpenAlex

This paper presents a preliminary concept for a ‘Mobile Phone App’ providing training in mindful hand hygiene integrated with the WHO hand hygiene protocol. A range of human factors action research methods were used to specify the preliminary concept. This includes stakeholder interviews, workshops, and participatory co-design/evaluation sessions. Mindfulness enables HCW to focus on the correct procedure for HH, along with addressing the need for self-care. The proposed Mobile Phone App enables training in mindful HH, from home. Mindful HH training forms parts of a wider learner journey which includes addressing self-care and training in PPE donning and doffing. Mindfulness is an inexpensive strategy to reduce stress and improve the quality of the working lives of healthcare workers. However, it is not a substitute for professional counselling services.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,561

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 Opus0,071
Tête enseignante GPT0,380
Écart entre enseignants0,309 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Symposium on Human Factors and Ergonomics in Health CareMême sujetCOVID-19 and Mental HealthTravaux en français237 207