Notice bibliographique
Résumé
This thesis explores how innovative behavioural and virtual environment simulations could benefit healthcare and health policy. In the first half of the thesis I review the use of behavioural simulations in healthcare and contextualise an evidence-based approach for development and analysis. This approach is informs the successful design and completion of two simulations – The Crucible and Lateral Play. The Crucible was designed to improve leadership skills and understanding of the Health and Social Care Act amongst clinicians. Lateral Play was designed to aid organisational development of Imperial College Health Partners, the Academic Health Sciences Partnership in North-West London. Detailed analysis demonstrated, for the first time, the measurable positive effect of Behavioural Simulations on participant learning and behaviours. In the second half of the thesis I examine and demonstrate the potential for virtual world simulations to enhance major incident preparation, reviewing the evidence behind major incident training the potential benefits of using virtual world environments via a user-needs analysis and expert advisory group. I describe the successful design, development and assessment of three virtual world scenarios for multidisciplinary major incident training in the context of a bomb blast. Face and content validity is demonstrated and performance assessed in both technical and non-technical skills. Finally, I determine the feasibility of utilising a virtual trauma scenario for long-distance training between the UK, Canada and Southern Africa. The thesis concludes with an overall discussion of the pertinent findings, limitations and implications for future practice and research.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 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 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 ».