1. Sporočanje slabe novice na enoti intenzivne nege in terapije na Pediatrični kliniki Maribor : diplomsko delo visokošolskega strokovnega študijskega programa prve bolonjske stopnje Zdravstvena negaZmaga Jelen, 2024, diplomsko delo Opis: Uvod: V diplomskem delu smo raziskali tematiko sporočanja slabe novice na Enoti intenzivne nege in terapije Pediatrične klinike Maribor. Spraševali smo se, po kateri metodi zdravstveni delavci sporočajo slabe novice in ali se ob tem srečujejo s stresom. Sporočanje slabe novice predstavlja zahtevno, čustveno obremenjujoče in kompleksno dejanje, s katerim se zdravstveni delavci srečujejo vsakodnevno. Od njih zahteva primerno komunikacijo in visoko mero empatije. Raziskovalna metodologija: V diplomskem delu smo v teoretičnem delu uporabili deskriptivno metodo raziskovanja, v empiričnem delu pa kvantitativno. Med zdravstvenimi delavci smo razdelili anonimni anketni vprašalnik, ki smo ga oblikovali na podlagi pregleda strokovne literature Vidigal Soeiro idr. (2022), Baile (2014), Atienza-Carrasco idr. 2018 in Kmetec idr. (2021). Rezultate smo obdelali s programom IBM SPSS statistics verzija 22. Izračunali smo frekvence in odstotke ter vzročno-posledične odvisnosti med spremenljivkami. Rezultate smo predstavili tabelarično. Rezultati: Ugotovili smo, da na Enoti ne uporabljajo nobenega od večstopenjskih modelov sporočanja slabe novice, temveč se ravnajo po svojem občutku. Izražajo pomanjkanje znanja za sporočanje slabe novice in si želijo več izobraževanj in delavnic, povezanih s to tematiko. Sporočanje slabih novic predstavlja tretji najpogostejši dejavnik doživljanja stresa pri delu. Ob tem si zaposleni od ustanove želijo več podpore v obliki pogovorov s psihologom in delavnice. Diskusija in zaključek: Sporočanje slabe novice od zdravstvenih delavcev zahteva primerno strokovno usposobljenost. Raziskava lahko predstavlja iztočnico za nadaljnje raziskovanje obravnavanega področja, za namen oblikovanja smernic in modela za sporočanje slabih novic.
Ključne besede: sporočanje slabe novice, medicinska sestra, intenzivna nega, modeli sporočanja
Objavljeno v ReVIS: 02.07.2025; Ogledov: 42; Prenosov: 0
 Celotno besedilo (1,23 MB) |
2. |
3. |
4. |
5. Iskanje številke osnovnega sredstva iz fotografije izolatorja s pomočjo strojnega učenja in geografske lokacije : magistrska nalogaAndrej Trunkl, 2024, magistrsko delo Opis: cELES, družba za upravljanje z elektroenergetskim prenosnim sistemom, skrbi za nemoteno delovanje slovenskega električnega omrežja. Za zagotovitev nemotenega delovanja je treba izvajati redne preglede sredstev na omrežju. Ker so pregledi zamudni, se uporabljajo brezpilotna letala, s katerimi se fotografirajo sredstva na omrežjih. Količina tako posnetih fotografij je zelo velika, zato je ročno pregledovanje in prostorsko umeščanje teh posnetkov velik izziv. Cilj raziskave je izboljšati učinkovitost spremljanja stanja omrežja z razvojem metod za natančnejše in hitrejše zaznavanje ter analizo infrastrukture, kar bo izboljšalo zanesljivost in varnost omrežja.
Ključne besede: prostorsko umeščanje, zaznavanje infrastrukture, pred procesiranje fotografij, predpripravljeni modeli, prenos znanja
Objavljeno v ReVIS: 20.01.2025; Ogledov: 442; Prenosov: 20
Celotno besedilo (3,01 MB) |
6. |
7. |
8. |
9. Uporaba podatkovne analitike in orodja Orange za optimizacijo časovne obremenitve CT aparata v urgentnem centruIrena Pograjc, 2024, ni določena Opis: V sodobnem zdravstvu je razumevanje in ustrezna uporaba podatkov za izboljšanje kakovosti
oskrbe pacientov, optimizacijo delovnih procesov in podporo odločitvenim procesom ključnega pomena. Z analizo podatkov, ki zajema opisne, razlagalne, napovedne in predpisovalne metode, lahko učinkovito napovedujemo in načrtujemo medicinske preiskave. Uporaba orodja Orange omogoča analizo vzorcev, ki vplivajo na obremenitev CT aparata v urgentnem centru in njegovo razpoložljivost za planirane preiskave. Ta pristop omogoča razumevanje preteklih podatkov in predvidevanje prihodnjih obremenitev, kar izboljšuje učinkovitost radiološkega oddelka. Analiza podatkov v empiričnem delu magistrskega dela razkriva, kako lahko prilagoditve urnikov in optimizacija kadrovskih virov izboljša čakalne čase za planirane preiskave. Predlagani ukrepi vključujejo izboljšave pri optimizaciji urnikov in razporeditvi osebja, uporabo analitičnih orodij za sprotno spremljanje in napovedovanje obremenitev CT aparata, izboljšanje komunikacije s pacienti in povečanje sodelovanja med oddelki. S tem prispevamo tako k teoretičnim spoznanjem kot tudi k praktičnim izboljšavam v delovanju zdravstvenih ustanov.
Ključne besede: podatkovna analitika, rudarjenje podatkov, CT aparat, urgentne CT preiskave, orodje Orange, prediktivni modeli.
Objavljeno v ReVIS: 19.07.2024; Ogledov: 855; Prenosov: 44
Celotno besedilo (2,27 MB) |
10. Ocena učinkovitosti velikih jezikovnih modelov na medicinskem testiranjuDragan Gostimirović, 2024, ni določena Opis: Umetna inteligenca je ključno preoblikovala tehnološki napredek, omogočila razvoj novih pristopov za reševanje kompleksnih problemov in izboljšala učinkovitost obstoječih procesov. Med širokim spektrom tehnologij umetne inteligence so veliki jezikovni modeli, kot so GPTji, posebej pomembni zaradi svoje sposobnosti razumevanja in generiranja človeškega jezika. Razvoj od pravilnih pristopov do naprednih algoritmov strojnega učenja kaže na pomembne mejnike v raziskavah umetne inteligence. Modeli, kot sta GPT-3 in GPT-4, so revolucionirali področje z razumevanjem konteksta in generiranjem relevantnega besedila. Predstavitev ChatGPT konec leta 2022 je pomenila prelomni trenutek, ki je omogočil generativnim jezikovnim modelom vodenje smiselnih pogovorov in izvajanje intelektualnih nalog. To je odprlo nove možnosti uporabe umetne inteligence v izobraževanju, programiranju in ustvarjanju vsebine, hkrati pa postavilo nova etična in praktična vprašanja. Magistrsko delo se osredotoča na analizo zmogljivosti GPT modelov – konkretno ChatGPT-3.5, ChatGPT-4, Copilot in Gemini, pri opravljanju medicinskega testa pa USMLE Step 1 2022. S študijo želimo oceniti njihovo sposobnost obdelave in razumevanja medicinskega znanja. Analiza bo izvedena z uporabo statističnega orodja PSPP, ki bo omogočilo učinkovito obdelavo in interpretacijo zbranih podatkov.
Ključne besede: Umetna inteligenca, veliki jezikovni modeli, GPT, ChatGPT, USMLE Step 1 2022.
Objavljeno v ReVIS: 27.06.2024; Ogledov: 1192; Prenosov: 19
Celotno besedilo (18,40 MB) |
