MétaCan
Menu
Retour à la cohorte
Enregistrement W2800975610 · doi:10.1017/s1049023x18000262

International Emergency Medical Teams Training Workshop Special Report

2018· article· en· W2800975610 sur OpenAlexaff
Anthony Albina, Laura Archer, Marlène Boivin, Hilarie Cranmer, Kirsten Johnson, Gautham Krishnaraj, Anali Maneshi, Lisa Oddy, Lynda Redwood‐Campbell, Rebecca Russell

Notice bibliographique

RevuePrehospital and Disaster Medicine · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensMcMaster University Medical CentreCanadian Red Cross SocietyMcGill UniversityMcMaster UniversityUniversité du Québec à MontréalHamilton Health SciencesMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésAccreditationContext (archaeology)StandardizationCurriculumSoftware deploymentMedical educationTraining (meteorology)MedicineEngineeringPsychologyPolitical sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

The World Health Organization's (WHO; Geneva, Switzerland) Emergency Medical Team (EMT) Initiative created guidelines which define the basic procedures to be followed by personnel and teams, as well as the critical points to discuss before deploying a field hospital. However, to date, there is no formal standardized training program established for EMTs before deployment. Recognizing that the World Association of Disaster and Emergency Medicine (WADEM; Madison, Wisconsin USA) Congress brings together a diverse group of key stakeholders, a pre-Congress workshop was organized to seek out collective expertise and to identify key EMT training competencies for the future development of training programs and protocols. The future of EMT training should include standardization of curriculum and the recognition or accreditation of selected training programs. The outputs of this pre-WADEM Congress workshop provide an initial contribution to the EMT Training Working Group, as this group works on mapping training, competencies, and curriculum. Common EMT training themes that were identified as fundamental during the pre-Congress workshop include: the ability to adapt one's professional skills to low-resource settings; context-specific training, including the ability to serve the needs of the affected population in natural disasters; training together as a multi-disciplinary EMT prior to deployment; and the value of simulation in training. AlbinaA, ArcherL, BoivinM, CranmerH, JohnsonK, KrishnarajG, ManeshiA, OddyL, Redwood-CampbellL, RussellR. International Emergency Medical Teams training workshop special report. Prehosp Disaster Med. 2018;33(3):335-338.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,452

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,000
Communication savante0,0040,002
Science ouverte0,0030,007
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,1350,056

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,426
Écart entre enseignants0,366 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrehospital and Disaster MedicineMême sujetDisaster Response and ManagementTravaux en français237 207