Creating a gold medal Olympic and Paralympics health care team: a satisfaction survey of the mobile medical unit/polyclinic team training for the Vancouver 2010 winter games
Notice bibliographique
Résumé
BACKGROUND: The mobile medical unit/polyclinic (MMU/PC) was an essential part of the medical services to support ill or injured Olympic or Paralympics family during the 2010 Olympic and Paralympics winter games. The objective of this study was to survey the satisfaction of the clinical staff that completed the training programs prior to deployment to the MMU. METHODS: Medical personnel who participated in at least one of the four training programs, including (1) week-end sessions; (2) web-based modules; (3) just-in-time training; and (4) daily simulation exercises were invited to participate in a web-based survey and comment on their level of satisfaction with training program. RESULTS: A total of 64 (out of 94 who were invited) physicians, nurses and respiratory therapists completed the survey. All participants reported favorably that the MMU/PC training positively impacted their knowledge, skills and team functions while deployed at the MMU/PC during the 2010 Olympic Games. However, components of the training program were valued differently depending on clinical job title, years of experience, and prior experience in large scale events. Respondents with little or no experience working in large scale events (45%) rated daily simulations as the most valuable component of the training program for strengthening competencies and knowledge in clinical skills for working in large scale events. CONCLUSION: The multi-phase MMU/PC training was found to be beneficial for preparing the medical team for the 2010 Winter Games. In particular this survey demonstrates the effectiveness of simulation training programs on teamwork competencies in ad hoc groups.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».