Peplau人际关系理论在COVID-19患者家属远程护理中的应用

巴西关于重症COVID-19患者护理及护士与无法探视家属远程沟通的研究,基于Peplau人际关系理论。

NIAID Data Ecosystem
浏览 16
文本COVID-19远程护理
Peplau's Theory for Telenursing with the Family of Patients with COVID-19

基本信息

模态
文本
大小
0.000014638 GB
创建/更新时间
2026-10-10
版本
v1

资源简介

Peplau人际关系理论在COVID-19患者家属远程护理中的应用

【一句话概览】

本数据集是 Mendeley Data 公开的文本数据集,收录 1 个文件、合计 14.64 KB,可用于医学自然语言处理(实体识别、信息抽取等)。

【数据集背景】

本数据集源站标题为《Teoria de Peplau para a telenfermagem junto à família do paciente com covid-19》。源站首次发布:2024-03-20。

【数据内容】

源站原始描述:Trata-se de uma pesquisa realizada em Teresina, Piauí, Brasil, onde as pesquisadoras investigaram como era a dinâmica da assistência de pacientes críticos com covid-19 e como cada enfermeiro lidava com os familiares que não podiam realizar visitas ao paciente. Com isso, essa pesquisa trouxe vários pontos positivos relacionados á Teoria das Relações Pessoais de Hildegard Peplau que nortearam a conduta dos profissionais

中文译文(机器翻译,仅供快速理解,请以原文为准):这是一项在巴西皮奥伊州特雷西纳开展的研究,研究者调查了新冠肺炎危重症患者护理的动态情况,以及每位护士如何应对无法探视患者的家属。由此,该研究提出了与Hildegard Peplau人际关系理论相关的若干积极要点,这些要点指导了专业人员的做法。

【数据结构与技术规格】

文件数 1 个,合计 14.64 KB。数据集 DOI:10.17632/wtxv9z6scp.1。

【适用方向】

文本类数据可用于医学自然语言处理,如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/wtxv9z6scp

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

源站:https://data.mendeley.com/datasets/wtxv9z6scp

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案