Battlefield Trauma Training: A Pilot Study Comparing the Effects of Live Tissue vs. High-Fidelity Patient Simulator on Stress, Cognitive Function, and Performance
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
Within the Canadian Armed Forces (CAF), the Tactical Medicine (TACMED) course is used to train medical technicians (i.e., medics) in battlefield trauma care. Although training is administered using both simulators (SIM) and live tissue (LT), little is known about their relative effects on stress and cognitive function in this context. To address this shortcoming, we conducted a pilot study and collected self-report (State-Trait Anxiety Inventory [STAI]) and biological measures of stress (salivary cortisol and dehydroepiandrosterone [DHEA]), as well as working memory (WM) and short-term memory (STM) data from medics (N = 20) assigned randomly to training and skill assessment using either SIM or LT. Skill assessment resulted in the elevation of STAI scores and salivary cortisol and DHEA levels. WM and STM performance were better at the time of skill assessment, and WM performance exhibited a positive correlation with salivary cortisol level. Salivary cortisol and DHEA levels, STAI scores, and memory performance did not predict pass/fail rates on combat casualty care skills. Although the TACMED course was associated with elevated stress and improved memory performance, those effects were not affected by the training modality. We end by discussing lessons learned from our pilot study and highlight outstanding questions that remain to be addressed in future studies on this topic.
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 | 0,000 | 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 | 0,001 | 0,000 |
| 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) | 0,000 | 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