MétaCan
Menu
Retour à la cohorte
Enregistrement W2408891271 · doi:10.1503/cjs.010915

S.T.A.R.T.T. plus: addition of prehospital personnel to a national multidisciplinary crisis resource management trauma team training course

2016· article· en· W2408891271 sur OpenAlexaffvenue
Lawrence M. Gillman, Doug Martin, Paul T. Engels, Peter G. Brindley, Sandy Widder, Cheryl French

Notice bibliographique

RevueCanadian Journal of Surgery · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensMcMaster UniversityUniversity of ManitobaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicinePopularityMultidisciplinary approachMultidisciplinary teamCurriculumMedical educationEmergency medical servicesTraining (meteorology)Medical emergencyNursingPsychology

Résumé

récupéré en direct d'OpenAlex

SUMMARY: The Simulated Trauma and Resuscitation Team Training (S.T.A.R.T.T.) course is a unique multidisciplinary trauma team training course deliberately designed to address the common crisis resource management (CRM) skills of trauma team members. Moreover, the curriculum has been updated to also target the specific learning needs of individual participating professionals: physicians, nurses and respiratory therapists. This commentary outlines further modifications to the course curriculum in order to address the needs of a relatively undertargeted group: prehospital personnel (i.e., emergency medical services). Maintenance of high participant satisfaction, regardless of profession, suggests that the S.T.A.R.T.T. course can be readily modified to incorporate prehospital personnel without losing its utility or popularity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,434
Score d'incertitude au seuil0,740

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,327
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of SurgeryMême sujetSimulation-Based Education in HealthcareTravaux en français237 207