MétaCan
Menu
Retour à la cohorte
Enregistrement W1968770663 · doi:10.1207/s15328015tlm1703_3

Simulation-Based Training of Internal Medicine Residents in Advanced Cardiac Life Support Protocols: A Randomized Trial

2005· article· en· W1968770663 sur OpenAlexaff
Diane B. Wayne, John Butter, Viva J. Siddall, Monica J. Fudala, Lee A. Linquist, Joe Feinglass, Leonard D. Wade, William C. McGaghie

Notice bibliographique

RevueTeaching and Learning in Medicine · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensCentre for Family Medicine
Organismes subventionnairesnon disponible
Mots-clésAdvanced cardiac life supportMedicineRandomized controlled trialIntervention (counseling)Inter-rater reliabilityPhysical therapyCertificationCrossover studyEmergency medicinePsychologyNursingCardiopulmonary resuscitationInternal medicineAlternative medicinePlaceboRating scale

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Internal medicine residents must be competent in Advanced Cardiac Life Support (ACLS) for board certification. PURPOSE: The purpose was to use a medical simulator to assess baseline proficiency in ACLS and determine the impact of an intervention on skill development. METHOD: This was a randomized trial with wait-list controls. After baseline evaluation in all residents, the intervention group received 4 education sessions using a medical simulator. All residents were then retested. After crossover, the wait-list group received the intervention, and residents were tested again. Performance was assessed by comparison to American Heart Association guidelines for treatment of ACLS conditions with interrater and internal consistency reliability estimates. RESULTS: Performance improved significantly after simulator training. No improvement was detected as a function of clinical experience alone. The educational program was rated highly.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,435
Écart entre enseignants0,375 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeEssai randomisé
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations345
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeaching and Learning in MedicineMême sujetSimulation-Based Education in HealthcareTravaux en français237 207