Simulation training for improving the quality of care for older people: an independent evaluation of an innovative programme for inter-professional education
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: This paper describes the evaluation of a 2-day simulation training programme for staff designed to improve teamwork and inpatient care and compassion in an older persons' unit. OBJECTIVE: The programme was designed to improve inpatient care for older people by using mixed modality simulation exercises to enhance teamwork and empathetic and compassionate care. METHODS: Healthcare professionals took part in: (a) a 1-day human patient simulation course with six scenarios and (b) a 1-day ward-based simulation course involving five 1-h exercises with integrated debriefing. A mixed methods evaluation included observations of the programme, precourse and postcourse confidence rating scales and follow-up interviews with staff at 7-9 weeks post-training. RESULTS: Observations showed enjoyment of the course but some anxiety and apprehension about the simulation environment. Staff self-confidence improved after human patient simulation (t=9; df=56; p<0.001) and ward-based exercises (t=9.3; df=76; p<0.001). Thematic analysis of interview data showed learning in teamwork and patient care. Participants thought that simulation had been beneficial for team practices such as calling for help and verbalising concerns and for improved interaction with patients. Areas to address in future include widening participation across multi-disciplinary teams, enhancing post-training support and exploring further which aspects of the programme enhance compassion and care of older persons. CONCLUSIONS: The study demonstrated that simulation is an effective method for encouraging dignified care and compassion for older persons by teaching team skills and empathetic and sensitive communication with patients and relatives.
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.
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 | 0,017 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle