Notice bibliographique
Résumé
Objective: The study is aimed at evaluating the reasons of medication administration errors occurrence and not reporting in Pakistan in the light of nurses' regular drug administration process.Methodology: Cross Sectional review based investigation was done in Bolan Medical Complex Hospital Quetta, Pakistan.The pre-consent was taken from all the nurses who agreed to participate in research.The total number of 200 questioners were distributed to the nursing staff of the Bolan Medical Complex Hospital Quetta, Pakistan.The 180 questioners were returned out of which 7 questioners were excluded from the examination because of the inadequacy.The remaining 168 questioners were considered in the examination.All data were gathered, coded, classified and factual examination is performed by SPSS 20.Result: For the reasons, why medication administration errors occur, most of the nurses (133=79.2%)consented to the statement, "There is no relaxed method to look up evidence on medicines".For the reasons, why medication administration not reporting, most of the nurses (154=91.7%) agreed to the statement, "The patients believe that medicines are given accurately as per instruction".Conclusion: The reasons why medication administration errors occur, include: hard to pick up data taking drugs blunders, messy medicine request, and Pharmacist not being accessible for 24 hours.The factors clarifying why staff nurses may not report medicine mistakes, include: uplifting desire from nurses, blunder definition reasons, and fear from the patient family, doctor and nursing administration.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,836 | 0,847 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».