Just-in-time training for nurse administration of anesthetic cream application
Notice bibliographique
Résumé
Introduction: Just-In-Time Training (JITT) is an emerging concept in medical education. Providing a brief educational intervention in the form of a video immediately prior to the patient intervention may be an effective method to teach health care providers. In this pilot study, we sought to determine if pediatric emergency department nurses could effectively apply a topical anesthetic to the lower back for lumbar puncture after watching a JITT video. Methods: Between October 19, 2011 and November 1, 2011, thirty nurses were asked to complete a questionnaire assessing their comfort level on applying a topical anesthetic prior to lumbar puncture. Accuracy of sham cream placement onto the back of an infant mannequin was assessed pre- and post-JITT video. Self-reported comfort levels in cream placement, cream coverage, and overall accuracy of cream placement were compared both pre- and post-JITT intervention. Results: There was a statistically significant change in the self-reported comfort level of the subjects in applying the cream post-JITT ( p < .01). In addition, there was a statistically significant difference in cream coverage after the JITT ( p < .01). Furthermore, subjects who were inaccurate with cream placement pre-JITT were more likely to be accurate post-JITT ( p < .01). Conclusions: JITT is an effective tool in medical education for teaching topical anesthetic cream application onto the back by pediatric emergency department nurses. JITT may offer other possibilities for enhancing medical education.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 ».