Impact of the COVID-19 pandemic on physical activity among older adults with cancer in a central Canadian province: Results from a survey study
Notice bibliographique
Résumé
Hospital administrators have a great interest in obtaining a valid and reliable nursing workload measurement to help determine the hours of care needed per patient; one such method available is the GRASP Workload Measurement System. At Sunnybrook Health Sciences Centre, nurses' GRASP compliance and accuracy varies and often does not meet the target of 90%. The target assists the organization in estimating ongoing nursing workload and patients' care needs, while ensuring the provision of safe and appropriate care that is fiscally responsible. The objective of the quality initiative reported in this paper was to identify the facilitators and barriers that influence nurses' completion of GRASP. The quality improvement project was conducted using a mixed-method design with a sample of 28 nurses working in oncology acute care and palliative care inpatient units. The Theoretical Domain Framework (TDF), often used in behaviour change studies, was used in designing the questionnaire survey and interview questions that listed pertinent and measurable factors that may influence nurses' GRASP completion. Facilitators included: nurses' knowledge about the role GRASP has in funding and staffing levels, job responsibility, and perception of GRASP as a potential tool to organize work. Barriers identified by nurses included insufficient GRASP knowledge, limited access to workstations and computers, GRASP tool elements not capturing the complexity of the nursing work, time constraints, increased patients' acuity, and care demands. In addition to the Theoretical Domain Framework, the Normalization Process Theory was used to guide the implementation and evaluation of the recommendations to enhance nurses' GRASP compliance and adherence practice.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».