Assessing Tissue Viability Leading Change (TVLC) Framework:Perspective of healthcare professionals
Notice bibliographique
Résumé
Background: The National Wound Care Strategy Programme states there are a number of unwarranted variations within wound care across the UK leading to elongated healing times, heightened patient suffering, escalation of costs and increased burden to wound care services. There has been discussion and exploration surrounding the lack of equity across the UK in relation to practitioners being able to access to tissue viability skills and knowledge. The Tissue Viability Leading Change Framework (TVLC) is a framework to assist healthcare practitioners, and those aspiring to work in tissue viability/wound care, to understand the skills and knowledge required in this specialist area of care. TVLC includes 13 different capabilities presented on an online platform. To ascertain which of the 13 capabilities was deemed most important to the user, a survey was distributed to a group of clinicians during the Wounds UK annual conference 2022 aiming to gain greater understanding of the needs and focus of clinical practitioners currently working within the field of wound care. Declaration of interest: The creation of TVLC Framework was supported by an unrestricted educational grant from Urgo Medical.
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 | 0,042 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,013 |
| Communication savante | 0,013 | 0,005 |
| Science ouverte | 0,003 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».