简介:摘要目的调查广东省急诊护士灾害护理核心能力现状并分析其影响因素。方法采用便利抽样法,选取2021年11月10日至2021年11月20日期间在广东省各大医院临床工作的286名急诊科护士为研究对象,由性别分布统计得出:其中男护士45(15.7%)名,女护士241(84.3%)名。由年龄分布统计得出:20岁以下的护士7(2.4%)名,20~29岁的护士100(35.0%)名,30~39岁的护士139(48.6%),40~49岁的护士36(12.6%)名。采用一般资料问卷、灾害护理核心能力问卷、护士创新行为量表对其进行调查,使用t检验、方差分析、秩和检验进行单因素分析,使用Pearson相关分析进行相关性分析,使用多元线性回归分析进行多因素分析等统计学方法,检验水准为双侧α=0.05,分析其灾害护理核心能力现状及其影响因素。结果286 名急诊科护士灾害护理核心能力总均分为(3.210±0.735)分;单因素关联性分析显示不同特征的灾害护理核心能力得分比较结果为:性别(t=3.049、P=0.003)、年龄(t=4.159、P=0.003)、婚姻状况(t=6.285、P<0.001)、工作年限(t=3.508、P=0.008)、科室职务(t=5.091、P=0.007)等差异均有统计学意义(均P<0.05)。影响灾害护士护理核心能力的多元线性回归分析结果为:年龄(t=2.766、P=0.006)、创新能力(t=15.902、P<0.001)是急诊护士灾害护理核心能力的主要影响因素(P<0.05),可解释总变异的 52%。结论广东省急诊科护士灾害护理核心能力有待提高。急诊护理管理者应根据实际情况创建和优化灾害救援队伍,强化急诊护士灾害护理核心能力的培养,并重视培养灾害护士的创新能力,提高灾害救护质量。
简介:摘要:针对输电线路损伤检测精度低,特征分辨率差,输电线路无损检测能力低的问题,研究了基于UAV技术的输电线路无损检测的应用,并采用无人机进行采集,传输线的视觉图像,建立输电线路无人机视觉图像的边缘轮廓检测模型,利用多尺度特征分解方法对输电线路无人机视觉空间进行分布式融合处理,构建输电线路无人机视觉特征重建模型,信息增强方法用于增强输电线路无人机的视觉图像信息,构建输电线路无人机视觉信息特征的分布式融合模型,并对输电线路进行损伤检测无人机根据视觉特性的差异,实现输电线路无损检测的校正设计。仿真结果表明,该方法对输电线路损伤的检测精度较高,特征分辨能力强,实现了对输电线路的无损检测。