MétaCan
Menu
Retour à la cohorte
Enregistrement W6901883569 · doi:10.6084/m9.figshare.14784275.v1

Improving interprofessional handover on labor and delivery: A needs assessment study

2021· article· en· W6901883569 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueHospital Admissions and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHandoverFeelingProcess (computing)Scope (computer science)Situation awarenessUnit (ring theory)Needs assessmentPerception

Résumé

récupéré en direct d'OpenAlex

Handover is the transfer of important clinical information between health providers. The current report describes a needs assessment of interprofessional labor and delivery handover at an urban hospital in Canada. The goal of this study was to explore the perceptions of the current handover meeting and opportunities for improvement. Using a constructivist paradigm, we conducted 28 semi-structured inter- views with handover participants. We used a recruitment grid to ensure we included the voices of participants representing each profession involved in interprofessional handover meetings. An inductive process was used to code the interview transcripts and theme the data. Major themes identified were: (1) Interprofessional handover contributes positively to team situational awareness, interprofessional relationships, and team communication; (2) Handover could be better if it had a more defined process; (3) Interprofessional handover can lead to feelings of intimidation; and (4) Interprofessional handovers on the labor and delivery unit in our setting need increased inclusivity of midwives. From these themes, continued development of interprofessional handover meetings on labor and delivery should be aimed at a formal definition of the scope and process for these meetings reducing feelings of intimidation, increased integration of Midwifery providers, and continued improvement of relationships between different professions and practitioners on labor and delivery.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,561
Score d'incertitude au seuil0,921

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0800,000

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 Opus0,023
Tête enseignante GPT0,323
Écart entre enseignants0,300 · 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.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetHospital Admissions and OutcomesTravaux en français237 207