MétaCan
Menu
Retour à la cohorte
Enregistrement W2136972694 · doi:10.1017/s1049023x13009217

Development of an Evaluation Framework Suitable for Assessing Humanitarian Workforce Competencies During Crisis Simulation Exercises

2014· article· en· W2136972694 sur OpenAlexaff
Hilarie Cranmer, Jennifer Chan, Stephanie Kayden, Altaf Musani, Philippe Gasquet, Peter Walker, Frederick M. Burkle, Kirsten Johnson

Notice bibliographique

RevuePrehospital and Disaster Medicine · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensMcGill University
Organismes subventionnairesWorld Health Organization
Mots-clésWorkforceCertificationProfessionalizationEuropean unionCore competencyProcess (computing)Humanitarian aidCurriculumMedical educationPolitical scienceBusinessEngineering managementProcess managementEngineeringMedicineComputer scienceMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract The need to provide a professionalization process for the humanitarian workforce is well established. Current competency-based curricula provided by existing academically affiliated training centers in North America, the United Kingdom, and the European Union provide a route toward certification. Simulation exercises followed by timely evaluation is one way to mimic the field deployment process, test knowledge of core competences, and ensure that a competent workforce can manage the inevitable emergencies and crises they will face. Through a 2011 field-based exercise that simulated a humanitarian crisis, delivered under the auspices of the World Health Organization (WHO), a competency-based framework and evaluation tool is demonstrated as a model for future training and evaluation of humanitarian providers. Cranmer H , Chan J , Kayden S , Musani A , Gasquet P , Walker P , Burkle F , Johnson K . Development of an evaluation framework suitable for assessing humanitarian workforce competencies during crisis simulation exercises . Prehosp Disaster Med . 2014 ; 29 ( 1 ): 1 - 6 .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,093
score de la tête « metaresearch » (Gemma)0,092
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,493

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0930,092
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,002
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,103
Tête enseignante GPT0,435
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrehospital and Disaster MedicineMême sujetDisaster Response and ManagementTravaux en français237 207