MétaCan
Menu
← Retour à la cohorte
Enregistrement W6940614569 · doi:10.7939/r3-ce89-xh34

Exploring Acute Care Nurses' Decision-Making in Psychotropic PRN Use in Hospitalized People with Dementia

2020· dissertation· en· W6940614569 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of Alberta Library · 2020
Typedissertation
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDementiaAcute careQualitative researchAcute hospitalPsychological interventionPerceptionUnit (ring theory)Psychotropic medication

Résumé

récupéré en direct d'OpenAlex

This qualitative descriptive study used semi-structured interviews to explore how acute care nurses decide to administer “as needed” (PRN) psychotropic medication to hospitalized people with dementia. Eight nurses from three acute care units in a large tertiary hospital in Western Canada were interviewed using a semi-structured interview guide. Conventional content analysis yielded three themes that reflect nurses’ decision-making related to administering PRNs to hospitalized people with dementia: Legitimizing Control which involved medicating undesirable behaviors to promote the nurses’ perceptions of safety; Making the Patient Fit to maintain routine and order; and Future Telling involved pre-emptively medicating to prevent undesirable behaviors from escalating. Nurses provided little to no mention of assessing for physical causes contributing to behaviors; notably, not one participant mentioned pain. PRNs were seen as a reasonable alternative to physical restraints and were frequently used. Additionally, organizational and unit routines greatly influenced nurses’ decision-making. These findings provide an initial understanding into some of the ways nurses make decisions to administer PRN medications and may inform prescribing practices. More research is needed to better understand the complexities of nurses’ decision-making which will assist in the development of interventions for nursing practice.

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)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,017
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,008
Communication savante0,0040,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
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 Opus0,012
Tête enseignante GPT0,195
Écart entre enseignants0,183 · 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'étudeQualitatif
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Alberta Library→Même sujetMycorrhizal Fungi and Plant Interactions→Travaux en français237 207→