MétaCan
Menu
← Retour à la cohorte
Enregistrement W4313275223 · doi:10.5430/jnep.v13n4p7

Novice nurses’ attention to task-relevant stimuli during practice

2022· article· en· W4313275223 sur OpenAlexvenueno aff
James Whyte, David W. Eccles, Maria D. Whyte

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGazeTask (project management)PerceptionObservational studyFocus (optics)Eye trackingPsychologyApplied psychologyFocus groupNursingMedicineComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Objective: Nurses engaged in practice make split-second decisions based on stimuli perceived in the clinical environment. There has been limited research in nursing on stimuli perception and limited research aimed specifically at directly measuring nurses’ gaze and the subsequent quality of their decisions.Methods: This study used an observational descriptive design to examine nurses’ gaze behaviors as they cared for a simulated patient in three different clinical scenarios. Participants were fitted with eye-tracking goggles that facilitated the recording on video of the focal point of their gaze. The recorded videos were coded to quantify the participants’ areas of focus. For each scenario, visual focus data were compared between participants who successfully resolved the scenarios and those who did not. Results: The results revealed statistically significant differences in areas of focus between successful and unsuccessful participants. While successful participants focused on the patient, unsuccessful participants focused on task-irrelevant environmental cues.Conclusions: The results demonstrate a need for nurse educators to focus their students on the patient, while guiding them to avoid becoming mired in task irrelevant foci and actions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,028
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,042
Tête enseignante GPT0,418
Écart entre enseignants0,376 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and Practice→Même sujetNursing education and management→Travaux en français237 207→