Mobile emergency simulation training for rural health providers
Notice bibliographique
Résumé
Introduction: Mobile emergency simulation offers innovative continuing medical educational support to regions that may lack access to such opportunities.Furthermore, satisfaction is a critical element for active learning.Together, the authors evaluated Canadian rural healthcare providers' satisfaction from high fidelity emergency simulation training using a modified motorhome as a mobile education unit (MEU).Methods: Over a 5-month period, data was collected during 14 educational sessions in nine different southern Manitoban communities.Groups of up to five rural healthcare providers managed emergency simulation cases including polytrauma, severe sepsis, and inferior myocardial infarction with right ventricular involvement, followed by a debrief.Participants anonymously completed a feedback form that contained 11 questions on a five-point Likert scale and six short-answer questions.Results: Data from 131 respondents were analyzed, for a response rate of 75.6%.Respondents included nurses (27.5%), medical residents (26.7%), medical first responders (16.0%), and physicians (12.2%).The median response was 5 for overall quality of learning, development of clinical reasoning skills and decision-making ability, recognition of patient deterioration, and selfreflection.The post-simulation debrief median response was also 5 for summarizing important issues, constructive criticism, and feedback to learn.Respondents also reported that the MEU provided a believable working environment (87.0%, n=114), they had limited or no previous access to high fidelity mannequins (82.7%, n=107), and they had no specific training in crisis resource management or were unfamiliar with the term (92%, n=118).
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 | 0,001 | 0,005 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,001 |
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 ».