MétaCan
Menu
Retour à la cohorte
Enregistrement W4392696488 · doi:10.1097/ncq.0000000000000765

Measuring the PULSE of Nursing

2024· article· en· W4392696488 sur OpenAlexaff
Charles V. Mann, Lorraine Montoya, Joey Taylor, Glenn Barton

Notice bibliographique

RevueJournal of Nursing Care Quality · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésDashboardRestructuringStaffingNursingHealth careProcess (computing)Nursing Outcomes ClassificationNursing careAcute careProcess managementMedicineBusinessPrimary nursingComputer scienceNurse education

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Critical nursing shortages have required many health care organizations to restructure nursing care delivery models. At a tertiary health care center, 150 registered practical nurses were integrated into acute inpatient care settings. PROBLEM: A mechanism to continuously monitor the impact of this staffing change was not available. APPROACH: Leveraging current literature and consultation with external peers, metrics were compiled and categorized according to Donabedian's Structure Process Outcome Framework. Consultation with internal subject matter experts determined the final metrics. OUTCOMES: The Patient care, Utility, Logistics, Systemic Evaluation (PULSE) electronic dashboard was developed, capturing metrics from multiple internal databases and presenting real-time composites of validated indicators. CONCLUSION: The PULSE dashboard is a practical means of enabling nursing leadership to evaluate the impact of change and to make evidence-informed decisions about nursing care delivery at our organization.

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)0,000
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 enseignants0,877
Score d'incertitude au seuil0,493

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,122
Tête enseignante GPT0,433
Écart entre enseignants0,312 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Care QualityMême sujetNursing education and managementTravaux en français237 207