MétaCan
Menu
Retour à la cohorte
Enregistrement W4205446376 · doi:10.3233/shti210951

A Resilience Model for Moderating Outcomes Related to Electronic Medical Record Downtime

2022· book-chapter· en· W4205446376 sur OpenAlexafffund

Notice bibliographique

RevueStudies in health technology and informatics · 2022
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensMichael Smith Health Research BCUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMichael Smith Health Research BC
Mots-clésDowntimeResilience (materials science)Medical recordPatient safetyPsychological resilienceHealth care

Résumé

récupéré en direct d'OpenAlex

The objective of this scoping review is to develop a model to understand the factors that influence clinical downtimes or clinical activities in a healthcare organization. To report on the results of searches preformed using seven bibliographic databases, using the logical search criteria of (downtime AND (EMR OR Electronic Medical Record OR EHR OR Electronic Health Record). After a title, abstract and full-text review 26 articles remained. The articles were coded and analyzed for themes. Downtime planning activities mitigate the effects of disasters on patient safety outcomes and clinical delays. A model was developed representing the relationships between disasters, the moderating variable of downtime planning activities and patient safety as well as clinical outcomes. Disasters can have significant impact on patients and health professionals. Downtime planning activities can be enacted when a disaster occurs to moderate the effects of the downtime on patients and clinical activities and can improve safety.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
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 Opus0,080
Tête enseignante GPT0,453
Écart entre enseignants0,373 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetDisaster Response and ManagementTravaux en français237 207