Assessing nontechnical skills in otolaryngology emergencies through simulation‐based training
Notice bibliographique
Résumé
OBJECTIVE: Nontechnical skills (NTS) are essential to emergency crisis management. Due to the rarity of true emergencies, they are challenging to teach and assess within a competency-based curriculum. Our purpose is to evaluate the utility of the Non-Technical Skills in Surgery (NOTSS) scale in NTS assessment in simulated otolaryngology and head and neck surgery (OTO-HNS) emergencies and identify common challenges that residents encounter. METHODS: Mixed methods analysis of 15 junior OTO-HNS resident teams in four simulated emergency scenarios. Six raters rated resident NTS performance using the NOTSS score. Constructivist-grounded theory was used to analyze scenario video transcripts to identify areas of learner difficulty to guide future simulation development. RESULTS: Residents scored highest in situational awareness and lowest in leadership domains. Raters showed good consistency and reliability overall (Cronbach's alpha = 0.885). There was no statistical difference in ratings between surgical experts and nonexperts. Qualitative analysis demonstrated challenges with closed-loop communication and handling transitions of leadership with the scenarios. CONCLUSION: Simulation-based training is an effective modality to teach NTS in crisis resource management. The NOTSS rating scale is a reliable instrument for assessing NTS in simulated OTO-HNS emergencies. Incorporating the NOTSS scale for NTS assessment within a competency-based curriculum is recommended. LEVEL OF EVIDENCE: NA. Laryngoscope, 128:2301-2306, 2018.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».