MétaCan
Menu
Retour à la cohorte
Enregistrement W3203193860

[Implementation of the "Best Practice Spotlight Organization" Program at the Virgen de las Nieves University Hospital.]

2021· article· en· W3203193860 sur OpenAlexaboutno aff
Ma Dolores Quiñoz Gallardo, Elena Gonzalo Jiménez, Sergio Barrientos‐Trigo, Ana María Pórcel‐Gálvez

Notice bibliographique

RevuePubMed · 2021
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Diagnosis and Documentation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Process managementHealth careAdaptation (eye)Identification (biology)Process (computing)Best practicePsychological interventionNursingComputer scienceKnowledge managementBusinessMedicinePsychologyPolitical scienceGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

) program in the cohort (2015-2017) to implement three guidelines for Nurses Association of Canada Ontario (RNAO) clinical practice of care. The methodology used was the model called "knowledge for action" and the actions developed for each of the phases of the action cycle for applying knowledge to practice were described: 1) identification of the problem, 2) adaptation to the local context, 3) evaluation of facilitators and barriers, 4) adaptation and implementation of interventions, 5) monitoring and evaluation of results and 6) sustainability. This work adds to the set of studies that address the improvement and maintenance of evidence-based practice programs in nursing, and in health services in general. It shows the application of a framework for the implementation of clinical practice guidelines for care in a specific health environment for its replication in other different health settings. It has been shown that it is essential to dedicate efforts to planning the implementation of this type of programs, taking into account the context in which they are developed, the specific characteristics of the population being served, identifying the different barriers and facilitators that may affect during the course of the program. process and defining actions to make the changes in practice sustainable.

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 enseignants0,360
Score d'incertitude au seuil0,239

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,008
Tête enseignante GPT0,262
Écart entre enseignants0,253 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetNursing Diagnosis and DocumentationTravaux en français237 207