MétaCan
Menu
Retour à la cohorte
Enregistrement W2041318321 · doi:10.1258/135763303771005234

Effective delivery of neonatal stabilization education using videoconferencing in Manitoba

2003· article· en· W2041318321 sur OpenAlexaffabout
Liz Loewen, MM Seshia, Debbie Fraser Askin, Catherine Cronin, Stephanie Roberts

Notice bibliographique

RevueJournal of Telemedicine and Telecare · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensSt. Boniface HospitalUniversity of ManitobaHealth Sciences CentreWinnipeg Regional Health Authority
Organismes subventionnairesnon disponible
Mots-clésVideoconferencingModalitiesTest (biology)MedicineHealth professionalsPsychologyMedical educationNursingMultimediaHealth careComputer science

Résumé

récupéré en direct d'OpenAlex

We compared face-to-face and videoconference delivery of an education programme for health professionals on the subject of neonatal stabilization skills. A pre-test/post-test control group design was used to compare knowledge acquisition and satisfaction between the two modalities. There were no statistically significant differences between delivery modalities for knowledge acquisition. Both groups showed significant gains in knowledge when pre- and post-test scores were compared. Responses to most of the items in a survey of satisfaction with the course did not differ significantly between the two groups. Face-to-face participants expressed higher levels of comfort in interacting with the presenter, and those in the videoconference group were more willing to receive the course via videoconference in the future. Videoconferencing provided an effective and acceptable way of delivering neonatal stabilization skills.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,257
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,324
Écart entre enseignants0,301 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations24
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Telemedicine and TelecareMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207