Assistência de enfermagem em uma unidade de internação clínica durante a pandemia de COVID-19: relato de experiência
Bibliographic record
Abstract
Objetivo: Descrever as experiências vivenciadas por enfermeiras assistenciais nos casos suspeitos ou confirmados de COVID-19 em uma unidade de internação clínica. Relato da experiência: Relato de experiência de enfermeiras assistenciais de um hospital universitário de grande porte localizado em Porto Alegre, relacionado às medidas adotadas contra disseminação microbiológica do novo Coronavírus e manutenção das atividades em meio à pandemia em uma unidade de internação clínica. Frente à iminência da pandemia de COVID-19 foram implantadas medidas de distanciamento, incremento a higiene de superfícies e de mãos, redução de fluxo de pessoas, uso consciente e correto do equipamento de proteção individual, realização de atividades de educação em saúde e treinamentos sobre a correta paramentação e desparamentação. Além destas adequações, foram instituídos protocolos institucionais e realizados ajustes para a otimização de novas práticas de atendimento, visando minimizar a exposição de pacientes, familiares e profissionais frente ao vírus circulante. Considerações finais: Os ajustes nas práticas organizacionais e operacionais em uma unidade de internação clínica buscam assegurar um atendimento de excelência, buscando a redução na incidência de contaminação pelo COVID-19 no local.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".