Technical skills in paediatrics: a qualitative study of acquisition, attitudes and assumptions in the neonatal intensive care unit
Notice bibliographique
Résumé
PURPOSE: While the effective acquisition of technical skills is essential for excellent paediatric care, little is known about how technical skills are learned in the paediatric setting. This study sought to describe and theorise the variables influencing technical skills acquisition in a tertiary care neonatal intensive care unit (NICU) inpatient setting. METHODOLOGY: Using non-participant field methodology, paediatric residents and their teachers (nurses, respiratory therapists, neonatal staff and fellows) were observed at various times in the NICU for 8 weeks. Thirteen semistructured interviews with these teachers and learners and 1 focus group of additional learners were conducted and used to triangulate observational findings. Using a constant comparative process, field notes, interview and focus group transcripts were analysed by 2 researchers for emergent themes in the grounded theory tradition. RESULTS: Data sourced from over 90 hours of observation and 21 observed technical procedures, and both individual and group interviews are presented thematically. Dominant themes include: the nature, timing and purpose of feedback about technical procedures; opportunities to learn technical skills; multiple demands that intersect with technical procedure attempts; competing priorities, and teachers' and learners' differing perceptions. These themes interact to affect the learning environment. CONCLUSION: The NICU learning environment represents a complex interplay between competing priorities, learning opportunities and attributions about learners. This interplay must be understood if improvements to technical skills training in this domain are to be developed.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».