Comparison of classroom-based vs. distributive learning-based 12-lead ECG training
Notice bibliographique
Résumé
Introduction: Providing emergency medical services (EMS) requires significant resources, including the cost of paramedic training, certification, and maintenance of competencies. Currently, no published research examines the cost and performance effectiveness of Web-based training vs. video teleconferencing-based training vs. traditional classroom-based training methods for paramedics. Hypothesis: Paramedics trained in local, remote, and Web-based groups will have similar rates of successful completion of 12-lead electrocardiogram (ECG) training. The Web-based training group will be the most cost-effective method of conducting 12-lead ECG training. Methods: The 12-lead ECG course was taught to all paramedics ( N = 63) employed by a county EMS system in southwestern Ontario, Canada. The paramedics were placed into one of three groups: local, remote, and Web-based. The local group ( n = 17) received all training in a direct-teaching classroom format. The remote group ( n = 18) received training (lecture and skills) via video teleconferencing technology. The Web-based group ( n = 21) received training via Web-based learning. The three groups followed the same course schedule, material, slides/presentations, and practice cases. A pilot group of paramedics ( n = 7) was used to gauge material's depth and teaching times. Independent-samples t-test was used to compare the rates of completion (dependent variable) of the three groups (local, remote, and Web). Results: The local ( n = 17) and remote ( n = 18) groups had a 100% successful completion of the 12-lead training program. The Web-based group ( n = 21) had a non-completion rate of 19% ( n = 4; p = 0.042). The mean costs per student were $300 in the local group, $238 in the remote group, and $200 in the Web-based group. However, after adjusting for retraining, the mean cost per student in the Web-based group was $250. Conclusion: The cost of paramedic training, certification, and maintenance of competence requires a significant amount of resources. Each of the three methods used in this study has distinctive strengths and limitations. In this study, we identified a limitation of the Web-based training method for the introduction of a new procedure.
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 | 0,006 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».