An Innovative Pediatric Chest Tube Insertion Task Trainer Simulation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Iatrogenic complications associated with chest tube insertion (CTI) could be related to the gaps in the procedural fidelity of the current CTI training models and their insufficiency to support training of procedural mastery. A CTI bench model simulation developed with reference to preexisting curriculum increases trainees' exposure and practice of this clinical skill. Newly developed training models need to be recognized by trainees as a usable learning device. In this report, we describe the development of a novel CTI model, based on curriculum, and survey its usability as a training model among pediatric trainees. METHODS: Based on the acute trauma life support curriculum for CTI and expert interview, a pediatric CTI task trainer (PCTITT) model was developed, piloted, and then implemented for usability by volunteer pediatric residents and pediatric emergency fellows in 2 procedural training courses. Participants responded to 11 questions designed to capture self-reported attitudes toward the usability of the PCTITT as a training model for CTI. Results were obtained using a subjective 5-point Likert scale. RESULTS: Of the 32 participants, we achieved a response rate of 75%. Of these respondents, 92% had some kind of CTI hands-on training in the past, and 50% had experience with a real patient. Of these respondents, 91% recommended this model for training, and 80% stated that this model was superior to previous models. CONCLUSIONS: A PCTITT is an easy to create and feasible bench top task trainer to teach CTI skills, which integrates with other simulations currently in use the process of teaching CTI. Trainees recognized it as usable and superior to previous models. Future work needs to focus on the improvement of model fidelity, skills transferability, and tool validation.
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.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle