Building consensus for the future of paediatric simulation: a novel ‘KJ Reverse-Merlin’ methodology
Notice bibliographique
Résumé
Objectives: This project aims to identify guiding strategic principles to optimise simulation-based educational impact on learning, patient safety and child health. Methods: Study participants included 39 simulation experts who used a novel 'KJ Reverse-Merlin' consensus process in the systematic identification of barriers to success in simulation, grouped them in themes and subsequently identified solutions for each theme. Results: 193 unique factors were identified and clustered into 6 affinity groups. 6 key consensus strategies were identified: (1) allocate limited resources by engaging health systems partners to define education and research priorities; (2) conduct and publish rigorous translational and cost-effectiveness research; (3) foster collaborative multidisciplinary research and education networks; (4) design simulation solutions with systems integration and sustainability in mind; (5) leverage partnerships with industry for simulation, medical and educational technology; (6) advocate to engage the education community, research funding agencies and regulatory bodies. Conclusions: Simulation can be used as a research, quality improvement and or educational tool aimed at improving the quality of care provided to children. However, without organisation, strategy, prioritisation and collaboration, the simulation community runs the risk of wasting resources, duplicating and misdirecting the efforts.
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 | 0,196 | 0,248 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,011 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,005 | 0,018 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».