The ‘gut bucket’: a novel training tool for standardised patients
Notice bibliographique
Résumé
BACKGROUND: Standardised patients (SPs) are often asked to portray complex physical roles in which authenticity is paramount; however, SPs come from a variety of backgrounds, and may lack knowledge of basic anatomy and physiology that can hamper their portrayal. This lack of knowledge can lead to gaps in accuracy and credibility. CONTEXT: In our efforts to bridge the gap and create training that would lead to authentic and confident portrayals, we developed the 'gut bucket'. This three-dimensional learning tool is tactile, portable, simple and affordable. INNOVATION: The 'gut bucket' has life-size abdominal organs made from fabric resting in a standard plastic washbasin. The organs can be easily removed and manipulated to simulate different disease states (for example: appendicitis, kidney stones or cholecystitis). The tool is visually engaging and durable, encouraging SPs to handle the organs and become familiar with their size and placement within the basin and on themselves. IMPLICATIONS: The SPs in our programme found that the 'gut bucket' provided a deeper level of knowledge, made them more confident in their portrayal and enhanced their experience, and they generally preferred the 'gut bucket' over traditional methods of training. This was demonstrated using 'gut bucket' training evaluation forms. The 'gut bucket' can easily be incorporated into training sessions to provide a kinaesthetic approach as well as increased engagement for the SPs. We hope others may benefit by sharing our experience with the 'gut bucket'.
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 | 0,003 | 0,003 |
| 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 | 0,000 |
| 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 ».