Simulation-based learning combined with debriefing: trainers satisfaction with a new approach to training the trainers to teach neonatal resuscitation
Notice bibliographique
Résumé
BACKGROUND: Prompt initiation of appropriate neonatal resuscitation skills is critical for the neonate experiencing difficulty transitioning to extra-uterine life. The use of simulation training is considered to be an indispensable tool to address these challenges. Research has yet to examine the effectiveness of simulation and debriefing for preparation of trainers to train others on the use of simulation and debriefing for neonatal resuscitation. This study determines the degree to which experienced NRP instructors or instructor trainers perceived simulation in combination with debriefing to be effective in preparing them to teach simulation to other health care professionals. METHODS: Participants' perceptions of knowledge, skills, and confidence gained following a neonatal resuscitation workshop (lectures; scenario development and enactment; video recording and playback; and debriefing) were determined using a pre-post test questionnaire design. Questionnaire scores were subjected to factor and reliability analyses as well as pre- and post-test comparisons. RESULTS: A total of 17 participants completed 2 questionnaires. Principal component extraction of 18 items on the pre-test questionnaire resulted in 5 factors: teamwork, ability to run a simulation, skills for simulation, recognizing cues for simulation and ability to debrief. Both questionnaire scores showed good reliability (α: 0.83 - 0.97) and factorial validity. Pre- and post-test comparisons showed significant improvements in participants' perceptions of their ability to: conduct (as an instructor) a simulation (p < .05, η² .47); participate in a simulation (p < .05, η² .45); recognize cues (p < .05, η² .35); and debrief (p < .05, η² .41). CONCLUSIONS: Simulation training increased participants' perceptions of their knowledge, skills, and confidence to train others in neonatal resuscitation.
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 | 0,005 | 0,018 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».