Röntgenhoitajien lääkehoitokoulutus : valtakunnallinen kartoitus täydennyskoulutuksesta
Notice bibliographique
Résumé
Tämän opinnäytetyön tarkoituksena oli kartoittaa toteutuneita lääkehoidon täydennyskoulutuskäytäntöjä Suomessa. Kartoitus toteutettiin kyselyllä LoVe lääkehoidon verkkokoulutuksesta Suomen Röntgenhoitajaliiton jäsenistölle. Työn tavoitteena oli, että Suomen Röntgenhoitajaliitto voi käyttää opinnäytetyön tuottamia kyselyn tuloksia taustatietona lääkehoidon täydennyskoulutussuositukseen. Suosituksen tavoitteena on valtakunnallisesti yhtenevämpi ja röntgenhoitajien työtä paremmin palveleva lääkehoidon täydennyskoulutus. \n \nTyö toteutettiin kvantitatiivista tutkimusmenetelmää käyttäen. Suomen Röntgenhoitajaliitto laati kyselyn ja keräsi aineiston puolistrukturoidulla kyselylomakkeella, jossa oli mukana kolme avointa kysymystä. Tutkimusjoukko valittiin liiton jäsenrekisteristä ositetulla otannalla. Jäsenyhdistyksistä valittiin tutkittaviksi ositetulla otannalla (n=32) ja kahdesta jäsenyhdistyksestä (n=33) röntgenhoitajaa. Yhdessä he muodostivat tutkimuksen perusjoukon (N=418). Kyselyyn vastasi yhteensä 162 röntgenhoitajaa. \n \nTulokset osoittivat lääkehoidon verkkokoulutukseen osallistujista vajaan viidenneksen kokeneen koulutuksen vastaavan työssä tarvittavia asioita. Röntgenhoitajat pitivät tärkeänä sisällyttää koulutukseen etenkin varjoaineet ja ensiapulääkkeet. Turhaksi lääkehoidon koulutuksessa koettiin lääkehoito, jota ei toteuteta röntgenosastolla, kuten verensiirrot. \n \nKyselyn vastausten perusteella lääkehoidon täydennyskoulutuksen tulisi pyrkiä räätälöityyn toteutukseen jokaisen terveydenhuollon ammattilaisen työnkuvan mukaan.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,066 | 0,018 |
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 ».