COLETA DE DADOS VIA TELEFONE EM PESQUISA MULTICÊNTRICA SOBRE CUIDADO DE ENFERMAGEM FRENTE À COVID-19
Notice bibliographique
Résumé
RESUMO Objetivo: Relatar a coleta de dados via telefone realizada em pesquisa multicêntrica sobre avaliação do cuidado de enfermagem durante a pandemia da COVID-19. Método: Relato de experiência sobre o uso do telefone para coleta de dados quantitativos e qualitativos com participantes de dez Hospitais Universitários Brasileiros, de outubro de 2020 a dezembro de 2021. A experiência foi apresentada segundo etapas: 1) Operacionalização da coleta de dados via telefone; 2) Capacitação da equipe de entrevistadores; 3) Acompanhamento e ajustes da coleta de dados; e 4) Resultados do contato telefônico com o paciente. Resultados: O planejamento e a organização da coleta de dados envolveram a construção de manuais de orientação para guiar os coletadores, os quais passaram por validação quanto à clareza e concordância. Para acompanhamento e ajustes, realizou-se reunião semanal com os entrevistadores e pesquisadores responsáveis. Foram incluídos dados de 539 respondentes do instrumento Patient Measure of Safety, de 643 do instrumento Care Transitions Measure e de 56 entrevistas abertas. Conclusão: A utilização de manuais de orientação para coleta de dados via telefone, realização de treinamentos e reuniões de acompanhamento são estratégias que podem potencializar essa estratégia em pesquisas multicêntricas, quando da impossibilidade de coleta face-a-face.
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 | 0,025 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».