Simulation-based otolaryngology – head and neck surgery boot camp: ‘how I do it’
Notice bibliographique
Résumé
BACKGROUND: In otolaryngology, surgical emergencies can occur at any time. An annual surgical training camp (or 'boot camp') offers junior residents from across North America the opportunity to learn and practice these skills in a safe environment. The goals of this study were to describe the set-up and execution of a simulation-based otolaryngology boot camp and to determine participants' confidence in performing routine and emergency on-call procedures in stressful situations before and after the boot camp. METHODS: There were three main components of the boot camp: task trainers, simulations and an interactive panel discussion. Surveys were given to participants before and after the boot camp, and their confidence in performing the different tasks was assessed via multiple t-tests. RESULTS: Participants comprised 22 residents from 12 different universities; 10 of these completed both boot camp surveys. Of the nine tasks, the residents reported a significant improvement in confidence levels for six, including surgical airway and orbital haematoma management. CONCLUSION: An otolaryngology boot camp gives residents the chance to learn and practice emergency skills before encountering the emergencies in everyday practice. Their confidence in multiple skillsets was significantly improved after the boot camp. Given the shift towards competency-based learning in medical training, this study has implications for all surgical and procedural specialties.
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 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 | 0,001 | 0,002 |
| 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 | 0,001 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».