Examining Shift Length and Fatigue
Notice bibliographique
Résumé
BACKGROUND: Neonatal advanced practice providers (APPs) often work prolonged hours in high-acuity neonatal intensive care units (NICUs). It is imperative to understand how fatigue affects the APP's ability to react quickly following long shifts. There is a lack of data on the effects of shift length and fatigue on neonatal APP job performance and clinical decision-making. PURPOSE: The purpose of this study was to describe the variation in shift length, knowledge-based competency, personal well-being, and behavioral alertness for neonatal APPs. METHODS: This study evaluated neonatal APPs before and after a clinical shift. Provider well-being was assessed during the pre-survey. Pretest-posttest surveys evaluated neonatal APP's psychomotor vigilance skills and knowledge. Participants completed an online, anonymous questionnaire to answer a series of knowledge-based questions before and after their shift, along with a psychomotor vigilance test (PVT). A paired t test analysis evaluated the pre- and post-shift PVT values and knowledge-based test scores. RESULTS: Overall, 61 pre-surveys and 42 post-surveys were completed; 36 were matched by participants pre- to post-survey. The mean between pre- and post-knowledge-based questions was statistically significant, with higher posttest scores. There was no statistical difference noted in the paired t test analysis of the PVT values. IMPLICATIONS FOR PRACTICE AND RESEARCH: The small sample size may limit the generalizability of findings, but these results may indicate that shift length does not affect psychomotor vigilance or knowledge-based competency. It is vital that future work assess the associations between APP shift length, fatigue, and critical decision-making.
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 | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».