Simulation training for improving the quality of care for older people: an independent evaluation of an innovative programme for inter-professional education
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.
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 | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».