Simulation curriculum evaluation and development in a postgraduate emergency medicine programme
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Simulation is a technique that holds the most value when used as an effective learning tool by trained individuals.1 Features of high-fidelity simulation that promote learning include feedback, repetition, individualisation of cases, variation of difficulty and conduction of clinical scenarios in a controlled environment.2 Having regular simulation-based educational (SBE) activities leads to skill acquisition that is transferable to real-life situations.2 Emergency medicine (EM) residents at the University of British Columbia (UBC) in Canada have a variety of SBE opportunities across the four main training sites (Vancouver, New Westminster, Victoria and Kelowna). These include junior and senior resident laboratory-based SBE on a monthly basis, a first-year resident procedural skills training day and in situ simulation conducted in the emergency department at varying intervals depending on the site. While EM residents at UBC have regular time dedicated to participating in SBE, there is variability in the delivery of the education with regard to format, facilitation, case difficulty and debriefing. A 2017 Canadian national survey regarding simulation curricula in postgraduate EM programmes found that 94% of programmes have a simulation curriculum.3 Even so, we do not know exactly what these curricula are made up of. Using Kern’s six-step model for curriculum development,4 we set out to complete step two …
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.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 découle