MétaCan
Menu
Retour à la cohorte
Enregistrement W6999865386

Development of a Training Content Index System for Pressure Injury Prevention Training Programs for Healthcare Assistants in Tertiary Hospitals

2025· article· en· W6999865386 sur OpenAlexaff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Vision and Imaging
Établissements canadiensExtendicare (Canada)
Organismes subventionnairesnon disponible
Mots-clésDelphi methodDelphiHealth careTraining (meteorology)Healthcare systemIndex (typography)Training system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Yan-Ying Zhu,1,* Cai-Xiang Zhang,1,* Lin Wang,1 Jin-Ai He,2 Jia-Jie Yan,3 Jing Liu4 1Extended Nursing, The First Affiliated Hospital of Jinan University, Guangzhou, 510630, People’s Republic of China; 2The First Affiliated Hospital of Jinan University, Guangzhou, 510630, People’s Republic of China; 3Center for Bone, Joint and Sports Medicine, The First Affiliated Hospital of Jinan University, Guangzhou, 510630, People’s Republic of China; 4School of Economics and Management, Changjiang Institute of Technology, Wuhan, 430212, People’s Republic of China*These authors contributed equally to this workCorrespondence: Yan-Ying Zhu, Extended Nursing, The First Affiliated Hospital of Jinan University, Guangzhou, 510630, People’s Republic of China, Tel +86-020-38688204, Email zhuyanying7396@126.comObjective: This study aims to develop an index system for a pressure injury prevention training program specifically designed for healthcare assistants in tertiary hospitals, providing a theoretical basis for training initiatives. The “index system” developed in this study refers to a structured framework outlining the content and components of training programs, rather than a performance evaluation tool.Methods: Based on a literature review and expert interviews, a customized expert consultation questionnaire titled “Pressure Injury Prevention Training System for healthcare assistants in Tertiary Hospitals” was created. The Delphi method was employed to conduct two rounds of consultations with 23 experts who met the selection criteria, resulting in the establishment of the final training program indicator system.Results: The average positive coefficient from the two rounds of expert consultations was 100%, with an authority coefficient of 0.823, and a coefficient of variation of 0.2037. The degree of consensus among expert opinions was 0.380 (P = 0.000). The finalized training system comprises seven primary indexes and 40 secondary indexes. Key training elements include repositioning techniques, the use of pressure-relieving devices, and skin cleansing methods, which were rated with high consensus by experts.Conclusion: The findings of this study demonstrate good representativeness and authority, serving as a valuable reference for developing pressure injury prevention training programs for healthcare assistants in tertiary hospitals. This index system serves as a structured framework outlining key knowledge, skills, and training delivery components, rather than a performance evaluation tool.Keywords: Delphi method, healthcare assistants, pressure injuries, training

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)0,023
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0180,010
Études des sciences et des technologies0,0020,001
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,327
Tête enseignante GPT0,556
Écart entre enseignants0,229 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetAdvanced Vision and ImagingTravaux en français237 207