MétaCan
Menu
Retour à la cohorte
Enregistrement W4296164618 · doi:10.1097/ncq.0000000000000659

Safety Competency

2022· article· en· W4296164618 sur OpenAlexaff
Kimberly Dillon-Bleich, Mary A. Dolansky, Christopher J. Burant, Elizabeth A. Madigan, Mamta Singh

Notice bibliographique

RevueJournal of Nursing Care Quality · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensDillon Consulting
Organismes subventionnairesnon disponible
Mots-clésCertificationPatient safetyCompetence (human resources)NursingPsychological interventionVariance (accounting)EmpowermentPsychologySafety behaviorsExploratory factor analysisMedical educationApplied psychologyMedicineHealth careMedical emergencyPoison controlHuman factors and ergonomicsClinical psychologyPsychometricsSocial psychologyBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patient safety is a priority in health care systems. Nurses' safety competence along with environmental and personal factors plays a role in patient safety. PURPOSE: The purpose of this study was to explore the relationships among safety competency, structural empowerment, systems thinking, level of education, and certification. METHODS: A cross-sectional exploratory design was used to collect data from nurses (n = 163) practicing in a large Midwestern hospital system. RESULTS: There were significant positive correlations between safety competency and ( a ) structural empowerment, ( b ) systems thinking, and ( c ) certification. Systems thinking explained 12.9% of the variance in the knowledge component of safety competency and 6.8% of the variance in the skill component of safety competency. Certification explained 2.4% of the variance in the skill component of safety competency. CONCLUSIONS: Understanding factors that affect safety competency supports the development of effective interventions that may 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,165
Tête enseignante GPT0,531
Écart entre enseignants0,366 · 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'étudeQualitatif
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Care QualityMême sujetPatient Safety and Medication ErrorsTravaux en français237 207