MétaCan
Menu
Retour à la cohorte
Enregistrement W7015866289

Validación de un instrumento de valoración del dolor severo en pacientes escolares postoperados del Servicio de Ortopedia y Traumatología del INSN

2018· dissertation· es· W7015866289 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversidad Peruana Cayetano Heredia Institutional Repository · 2018
Typedissertation
Languees
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInitial trainingOccupational trainingScale (ratio)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

El Objetivo del estudio será validar un instrumento de valoración del dolor severo en pacientes escolares postoperados del servicio de Ortopedia y Traumatología del INSN. Material y Método: Es de tipo Cuantitativo, observacional, de corte transversal. El estudio se realizará en el Servicio de Ortopedia y Traumatología del INSN - Breña. La Población será 30 de enfermeras del servicio de hospitalización de Ortopedia y Traumatología. Técnica e instrumento: será la observación sistemática y el instrumento sobre la valoración del dolor severo en pacientes escolares post operados será elaborado por las investigadoras tomando una parte del cuestionario del dolor de McGill y la escala de medición del dolor escala numérica de Walco y Howite y escala visual de Oucher. La validez del instrumento será por juicio de expertos, cada uno evaluará la validez de contenido, constructo y criterio utilizando la prueba binomial menor de 0.05 y para la confiabilidad se realizará una prueba piloto; se aplicará la confiabilidad interobservador con el índice kappa. El procedimiento de recolección de datos será aplicado por la enfermera a cargo de los pacientes y la toma de datos se realizará en los turnos laborales diurnos y nocturnos en un trimestre. Los datos se procesarán en Microsoft Excel 2016.

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)0,016
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,016
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,031
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,006
Tête enseignante GPT0,246
Écart entre enseignants0,240 · 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'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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversidad Peruana Cayetano Heredia Institutional RepositoryMême sujetCell Image Analysis TechniquesTravaux en français237 207