MétaCan
Menu
Retour à la cohorte
Enregistrement W4387946488 · doi:10.5430/jnep.v14n1p50

A factual investigation of the information nurses transfer between facilities through nursing summary reports

2023· article· en· W4387946488 sur OpenAlexvenueno aff
Haruka Okabe, Masako Shomura, Masamichi Ogura, Daisuke Sakurai, Hideaki Matsuki, Mitsuko Nakashima

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Research and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesBijzonder Onderzoeksfonds UGent
Mots-clésNursingMedicineNursing careExploratory researchFamily medicineHealth care

Résumé

récupéré en direct d'OpenAlex

Objective: To clarify the medical care information nurses share among multiple facilities such as hospitals and visiting nursing stations, specialized nursing homes, and geriatric health service facilities in Japan.Methods: The research design was an exploratory survey study. We administered a questionnaire survey to registered nurses with at least three years of clinical experience from August 2020 to September 2021. Data from 257 participants were analyzed using simple tabulation, chi-square test, and univariate and multivariate analyses. Items that could not be addressed by nursing summaries alone included how to interact with patients and families, activities of daily living, and nursing procedures.Results: The results indicate that nurses require information on nursing procedures, how to interact with patients and their families, and care. Essential nursing summary report items included infectious disease, allergy, medications, final bowel movements, and tube feeding. The essential items that varied across facilities were commissioned physicians, patients’ perspectives on the disease, regular medical examinations, and peripheral symptoms.Conclusions: The summary reports were used to exchange information with other nurses, get confirmation of nursing procedures, and get confirmation of the history of the present illness. In the future, they should include customized content depending on the information requirements of each institution. These results can be used as a reference for the nursing summaries sought by recipients, leading to improved quality of care after a transition.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,696
Score d'incertitude au seuil0,455

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0000,001
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 Opus0,152
Tête enseignante GPT0,460
Écart entre enseignants0,307 · 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'étudeAutre devis
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetMedical Research and TreatmentsTravaux en français237 207