Acute Care of At-Risk Newborns (ACoRN): quantitative and qualitative educational evaluation of the program in a region of China
Notice bibliographique
Résumé
BACKGROUND: The Acute Care of at-Risk Newborns (ACoRN) program was developed in Canada for trained health care providers for the identification and management of newborns who are at-risk and/or become unwell in the first few hours or days after birth. The ACoRN process follows an 8-step framework that enables the evaluation and management of babies irrespective of the experience or expertise of the caregiving individual or team. This study assesses the applicability of the program to Chinese pediatric practitioners. METHODS: Course content and educational materials were translated from English into Chinese by bilingual neonatal practitioners. Confidence and knowledge questionnaires were developed and reviewed for face and content validity by a team of ACoRN instructors. Bilingual Chinese instructors were trained at the tertiary perinatal centre in Hangzhou Zhejiang to deliver the course at 15 level II county hospitals. Participants completed pre- and post-course confidence and knowledge questionnaires and provided feedback through post-course focus groups. RESULTS: 216 physicians and nurses were trained. Confidence and knowledge relating to neonatal stabilization improved significantly following the courses. Participants rated course utility and function between 4.2 and 4.6/5 on all items. Pre/post measures of confidence were significantly correlated with post course knowledge. Focus group data supported the perceived value of the program and recommended course adjustments to include pre-course reading, and increased content related to simulation, communication skills, and management of respiratory illness and jaundice. CONCLUSIONS: ACoRN, a Canadian educational program, appears to be well received by Chinese health care providers and results in improved knowledge and confidence. International program adaptation for use by health care professionals requires structured and systematic evaluation to ensure that the program meets the needs of learners, reflects their learning styles, and can be applied in their setting.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».