The impact of intense airway management training on paramedic knowledge and confidence measured before, immediately after and at 6 and 12 months after training
Notice bibliographique
Résumé
INTRODUCTION: Airway management is a core component in the practice of advanced life support (ALS) paramedics. OBJECTIVE: To determine if an intense airway management course would improve ALS paramedic knowledge and confidence and if knowledge was retained over time. METHODS: An identical written survey (measuring demographics and confidence) and multiple-choice examination (measuring knowledge) was administered at the start and end of a 10 h airway course. At 6 and 12 months after the course, paramedics took the knowledge examination. Paired confidence and written knowledge examination scores before and immediately after the course were compared. Differences between knowledge examination scores at all four time points (before, immediately after and at 6 and 12 months) were tested using analysis of variance and Tukey's test. RESULTS: 299 ALS paramedics were enrolled in the study. 209 (69%) reported 6 or more years of ALS experience. The mean pre-course confidence score was 2.74/4 and the mean post-course confidence score was 3.39/4; a difference of 0.7 points (95% CI 0.61 to 0.71). Post-course examination scores improved by 4.9 points (95% CI 4.58 to 5.20), from 7.7 to 12.6/20. At 6 months the mean score was 10.3/20, and at 12 months 10.2/20. Post-course scores were significantly better than pre-course scores. Scores at 6 and 12 months did not differ significantly and remained significantly improved from pre-course scores. CONCLUSION: Significant improvement in confidence and knowledge was found after paramedics completed an intense airway management course. Knowledge at 6 and 12 months remained significantly better compared with pre-course.
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 | 0,002 | 0,000 |
| 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) | 0,005 | 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 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 ».