MétaCan
Menu
Retour à la cohorte
Enregistrement W4389496854 · doi:10.1097/nur.0000000000000792

Building Clinical Leadership Competencies When Caring for Hospitalized Adults Experiencing Dementia

2023· article· en· W4389496854 sur OpenAlexaff
Patricia B. Bilski, Shawna V. Hudson, Margaret MacLellan

Notice bibliographique

RevueClinical Nurse Specialist · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensGreenfield Research (Canada)Parks Canada
Organismes subventionnairesnon disponible
Mots-clésDementiaMentorshipNursingMedicinePsychological interventionIntervention (counseling)PopulationPsychologyDiseaseMedical education

Résumé

récupéré en direct d'OpenAlex

PURPOSE AND OBJECTIVES: Attempting to improve the experience of hospitalized adults with dementia and reduce patient attendant costs, we addressed hospital nursing staff confidence managing responsive behaviors through education, mentorship, and individualized patient care planning for adults with dementia.Responsive behaviors (such as pacing, calling out) is a term used to describe behaviors demonstrated by a person with dementia as a way of responding to something negative, frustrating, or confusing in their social and physical environment. DESCRIPTION OF PROJECT: Under time restraints, we performed a rapid environmental scan and developed internal clinical resources and a learning strategy that informed a quality improvement initiative that focused on dementia care of hospitalized patients. OUTCOME: Using quantitative and qualitative evaluation methods, the interventions increased confidence, competency, and leadership in clinical nursing leaders and improved person-centered care planning practices. The cost of patient attendant usage for this patient population decreased by 28% in 1 year. CONCLUSION: This intervention, which was not a copyrighted program associated with administration costs, improved hospital-based dementia care and staff confidence in dementia care and reduced annual costs associated with patient attendant useage.

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)0,006
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,395
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,392
Tête enseignante GPT0,513
Écart entre enseignants0,121 · 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'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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Nurse SpecialistMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207