A new way of relating: perceptions associated with a team-based error disclosure simulation intervention
Notice bibliographique
Résumé
BACKGROUND: Despite the call for open and team-based approaches to error disclosure, the participation beyond physicians and managers is not a common practice in health care settings. Moreover, within the growing literature base on error disclosure, team-based error disclosure is an emerging concept. To address this knowledge gap, a study was undertaken to explore the perceptions associated with an educational simulation intervention for team-based error disclosure. METHODS: A qualitative study that involved analysis of data obtained from semi-structured interviews with a sample of 6 physicians, 6 surgeons, and 12 nurses recruited from the three participating hospitals. RESULTS: Perceptions from study participants elucidated a tension between team-based error disclosure as an unrealistic, forced practice and as a realistic, beneficial practice. This tension was highly contextual and differentiated by study participants' perceptions of the nature of the error; patient's preferences; and prevailing cultural and professional norms. Regardless of the view, study participants described the simulation experience as a new way of relating that departed from existing practice. CONCLUSIONS: Study findings revealed that a team-based approach to disclosure is not realistic or necessary for all error situations, such as when the error involves a single discipline. However, when the error involves a variety of health care professionals interacting with the patient, a team-based approach is beneficial to them and the patient. Further work is required by researchers and administrators to develop and test out interventions that enable health care professionals to practice team-based error disclosure in a safe and supported environment.
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 | 0,004 | 0,005 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».