Training the trainers: a survey of simulation fellowship graduates
Notice bibliographique
Résumé
BACKGROUND: Coupled with the expansion of simulation has been the development and growth of medical simulation fellowships. These non-accredited fellowships do not have a standardized curriculum and there are currently no studies investigating the simulation fellowship experience. The purpose of this study was to explore the simulation fellowship experience of graduates throughout North America and how it prepared them for their post-fellowship career. METHODS: A web-based survey was developed by Emergency Medicine attending physicians both of whom completed one-year fellowships in medical simulation. Prior to distribution, the survey was reviewed and tested by three simulation fellowship graduates and a PhD researcher. Feedback was integrated into the survey prior to distribution. The survey consisted of a maximum of 29 multiple choice questions including two step-logic questions and two open response questions. The survey was distributed to simulation fellowship directors in multiple disciplines and the directors were asked to forward the survey to graduates. Additionally, the Society for Academic Emergency Medicine Simulation Academy list-serve was utilized for distribution of the survey. RESULTS: The survey had 35 responses. The majority of respondents completed fellowship within the last two years (66%, 23/35). Fellowship graduates strongly agreed or agreed that their fellowship adequately prepared them for their post-fellowship simulation career (88%). Graduates report that research design/reporting (53%) and administration (18%) were areas of their fellowship curriculum that needed the most improvement. CONCLUSION: The majority of simulation fellowship graduates agreed that their fellowship experience adequately prepared them for their post-fellowship simulation career. Graduates also felt that training in research and administration are areas that could be improved.
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 | 0,048 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».