(A100) Building Local Resilience and Competencies in Remote Haitian Communities
Notice bibliographique
Résumé
Injury and trauma are major causes of premature deaths worldwide. At present, Haiti does not have an existing emergency medical system. Basic first responders training was developed for lay people and medical professionals in rural Haiti. Methods The training was conducted in Terrier Rouge, Haiti. Participants included medical professionals, laborers, health professionals, teachers, students, and truck drivers from six towns in northeastern Haiti. A three-day training course taught by U.S. board certified emergency medicine physicians was instituted. Basic life support (BLS), first aid, and BLS/first aid instructors courses were taught based on the American and Canadian Heart Associations curriculum. The BLS/first aid instructors course was limited to health professionals, whereas the first aid course was open to all members of the community. The program included the development of local teaching tools and manuals translated to local languages. Twelve newly trained local Haitian instructors assisted in the final day of training. Results The course was well received by participants. A total of 54 people completed the BLS course, 67 completed the first aid course, and 12 participants completed the BLS/first aid instructors course. Ninty-five program participants completed the end of course survey. Forty-four of the participants were male, 49 were female, and 2 did not answer. Forty-one participants had no prior BLS/first aid training or exposure. The ages of participants ranged from 13 to 52 years. The course participants included two physicians, 22 students, eight nursing students, seven nurses, 20 teachers, 12 health workers, five drivers, and 14 laborers. Of those surveyed, 92 stated they would recommend this course to a friend. Eighty-eight participants stated that hands on learning helped them better learn the course material. Conclusion This sustainable, locally controlled training model increased local skill level for basic first responders in rural Haiti.
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 | 0,001 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,005 |
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 ».