MétaCan
Menu
Back to cohort

CONTAMINAÇÃO DE APARELHOS CELULARES DA EQUIPE DE ENFERMAGEM EM UNIDADE DE TERAPIA INTENSIVA DE UM HOSPITAL PÚBLICO DO NOROESTE PARANAENSE

2021· article· pt· W3087785187 on OpenAlexaff
Guilherme Cabral, J.P. Lopes, Carlos Eduardo Benevento, Marielle Priscila de Paula Silva-Lalucci

Bibliographic record

VenueArquivos de Ciências da Saúde da UNIPAR · 2021
Typearticle
Languagept
FieldMedicine
TopicHealthcare and Environmental Waste Management
Canadian institutionsCanadian Association of Nurses in Oncology
Fundersnot available
KeywordsPolitical scienceHumanitiesMedicinePhilosophy

Abstract

fetched live from OpenAlex

O ambiente hospitalar é um dos locais com maiores chances de acontecer quadros de infecções, sendo um dos motivos a utilização irrestrita dos aparelhos celulares tanto por pacientes quanto por profissionais da saúde que não se preocupam com as boas práticas de higienização. O objetivo deste estudo foi determinar a prevalência de micro?organismos em aparelhos celulares da equipe de enfermagem da Unidade de Terapia Intensiva (UTI) de um hospital na região noroeste paranaense. Participaram da pesquisa 22 colaboradores da UTI, sendo colhidos swabs umedecidos em caldo Brain Heart Infusion (BHI) dos aparelhos celulares de cada um dos participantes e posteriormente as amostras foram incubadas e realizada a análise microbiológica. Além disso, aplicou-se um questionário para se conhecer sobre o manuseio do telefone celular por parte dos colaboradores. Na análise microbiológica, observou-se crescimento em todas as amostras de pelo menos um micro?organismo (100% nos meios Ágar Sal Manitol e Ágar Sangue, e 27,3% em Ágar MacConkey). Posteriormente, realizou-se comparação com as respostas do questionário e com o resultado da amostra, sendo que apenas 13,6% dos colaboradores relataram realizar sempre higienização dos aparelhos, porém também houve crescimento de micro?organismos nos aparelhos desses colaboradores. A partir dos dados obtidos, espera-se o envolvimento da Comissão de Controle de Infecção Hospitalar (CCIH) para desenvolver ações que reduzam a prevalência e a gravidade da contaminação no ambiente hospitalar.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.034
Threshold uncertainty score0.068

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0010.000
Open science0.0000.002
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0030.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.033
GPT teacher head0.296
Teacher spread0.262 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations4
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueArquivos de Ciências da Saúde da UNIPARSame topicHealthcare and Environmental Waste ManagementFrench-language works237,207