K109) Assessment of Knowledge of Hospital Triage among Nurses in the Emergency Department of Zahedan University Hospitals
Notice bibliographique
Résumé
Background:Triage in emergency departments is performed by nurses. In recent years, hospital triage has developed in Iran, and few studies have addressed nurses' competency in triage. Objective: The objective of this study was to assess the knowledge of nurses about triage in hospitals of Sistan-va-Balouchestan state in Iran.Methods:A survey was conducted among nurses in emergency departments (n = 10). The questionnaire was composed of factual knowledge questions about triage (n = 15) and triage decision-making questions (n = 10). Seventy nurses working in hospitals in Sistan-va-Balouchestan state participated. The questionnaire reliability was 0.60 using the test-re-test method. Content validity was considered based on Canadian Triage and Acuity Scale.Results:The response rate was 68% (70/102). Nurses proved to be unfamiliar with triage. Only 28% of their responses were correct. Only three emergency departments have specified special nurses to perform triage. Inter-rater agreement between nurses for all was r = 0.56 and for each nurse was r = 0.12.Conclusions:Emergency departments were not committed to a valid, reliable triage scale. Specialized education about hospital triage with a new approach is recommended. Further research on emergency department triage scales, standards, and guidelines is recommended.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».