MétaCan
Menu
Retour à la cohorte
Enregistrement W4407972457 · doi:10.3390/healthcare13050499

A SEIPS-Based Analysis to Understand Safety Culture During Postpartum Hemorrhage

2025· article· en· W4407972457 sur OpenAlexaboutno aff
Kaitlyn L. Hale-Lopez, Madelyn M. Saenz, Shruti Chakravarthy, Rebecca Ebert-Allen, William F. Bond, Abigail R. Wooldridge

Notice bibliographique

RevueHealthcare · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSafety cultureMedicinePsychology

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: Maternal mortality occurs at alarming rates in the United States. In 2018, there were 17 maternal deaths for every 100,000 births—double that of other high-income countries, including France and Canada. Postpartum hemorrhage (i.e., excessive blood loss during delivery or within the 24 h following) is a leading cause of maternal mortality and is a treatable condition if identified and managed in a timely manner. One aspect of work that impacts patient care during postpartum hemorrhage is the safety culture. The safety culture is the beliefs, values, and norms shared by members of the organization that influence their actions and behaviors. In this study, we use the Systems Engineering Initiative for Patient Safety (SEIPS) model to understand and describe how the sociotechnical system shapes safety culture during postpartum hemorrhage. Methods: We conducted interviews and focus groups with 29 clinicians to describe the work system and the barriers and facilitators during postpartum hemorrhage. Then, we inductively categorized the barriers and facilitators into emergent properties of sociotechnical systems related to safety culture. Results: We identified 45 barriers and 158 facilitators into five emergent properties related to the safety culture (i.e., staffing, communication, organizational management and leadership, organizational processes, and teamwork). The participants identified more positive aspects than negative, suggesting that the safety culture positively influences their actions and behaviors. Conclusions: Our results indicate that safety culture could be improved by redesigning the work system to mitigate barriers related to staffing, communication, organizational management, and teamwork that hinder the safety culture.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,017
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,041
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,055
Tête enseignante GPT0,403
Écart entre enseignants0,348 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetRisk and Safety AnalysisTravaux en français237 207