The Effects of a Triaging Educational Training Program on Triaging Knowledge, Self-efficacy and Accuracy in Emergency Department Nurses in a Private Hospital in Saudi Arabia
Notice bibliographique
Résumé
Inaccurate triage decisions can lead to increased length of patient stays in the emergency department, increased rehospitalizations, and increased risk of mortality, all of which are quality of care indicators (Srinivas et al., 2021). The triaging decisions in the emergency department at our facility are conducted by relatively new and inexperienced nurses. Anecdotal evidence from the emergency department leadership suggests that inaccurate triaging decisions are being made. In addition, 60 percent of a limited sample of 30 charts that were recently reviewed contained inaccurate triaging decisions. The accuracy of these triaging decisions has not been systematically evaluated at our facility. Triaging educational training programs that include systematic audits of triaging decisions have been shown to improve the sustained accuracy of triaging decisions by improving nurses’ triaging knowledge and triaging confidence or self-efficacy (Oh & Jung, 2024). The purpose of this project is to implement the Canadian Triage and Acuity Scale (CTAS) triaging educational training program (Bullard et al., 2017) for emergency room nurses and to evaluate the effectiveness of the program in improving nurses’ triaging knowledge, triaging self-efficacy, and the accuracy of triaging decisions. The triaging educational training program is currently being implemented at our facility and includes demographic characteristics of the participants and a triaging knowledge (Phykubuye et al., 2019) and self-efficacy assessment (Oh and Jung, 2024 & Bandura, 2006) before participating in the training and four months later. An expert triage nurse will conduct a chart audit, using the Canadian Triage and Acuity Scale, that measures the accuracy of the triaging decisions made by the nurses before and after participating in the triaging educational training program.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».