Simulation Fellowship Programs: An International Survey of Program Directors
Notice bibliographique
Résumé
PURPOSE: To report on the evolution of simulation-based training (SBT) by identifying the composition and infrastructure of existing simulation fellowship programs, describing the current training practices, disclosing existing program barriers, and highlighting opportunities for standardization. METHOD: Investigators conducted a cross-sectional survey study among English-speaking simulation fellowship program directors (September 2014-September 2015). They identified fellowships through academic/institutional Web sites, peer-reviewed literature, Web-based search engines, and snowball sampling. They invited programs to participate in the Web-based questionnaire via e-mail and follow-up telephone calls. RESULTS: Forty-nine programs met the inclusion criteria. Of these, 32 (65%) responded to the survey. Most programs were based in the United States, but others were from Canada, England, and Australia. Over half of the programs started in or after 2010. Across all 32 programs, 186 fellows had graduated since 1998. Fellows and directors were primarily departmentally funded; programs were primarily affiliated with hospitals and/or medical schools, many of which had sponsoring centers accredited by governing bodies. Fellows were typically medical trainees; directors were typically physicians. The majority of programs (over 90%) covered four core objectives, and all endorsed similar educational outcomes. Respondents identified no significant universal barriers to program success. Most directors (18/28 [64%]) advocated standardized fellowship guidelines on a national level. CONCLUSIONS: Paralleling the fast growth and integration of SBT, fellowship training opportunities have grown rapidly in the United States, Canada, and beyond. This study highlights potential areas for standardization and accreditation of simulation fellowships which would allow measurable competencies in graduates.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».