The Construction of Surgical Trust
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to explore how trust was constructed between surgeons and residents in the operating room. BACKGROUND: Entrustment is increasingly being used as a key element to assess trainees' competence in the clinical workplace. However, the cognitive process involved in the formulation of surgical trust remains poorly understood. METHODS: In semistructured interviews, 9 general surgeons discussed their experiences in making entrustment decisions during laparoscopic cholecystectomy. Template analysis methodology was employed to develop an explanatory model. RESULTS: Surgeons described the construction of trust as a stepwise process taking place before, during, and after the procedure. The main steps were as follows: (1) an initial propensity to trust based on the perceived risk of the case and trustworthiness of the resident; (2) a decision to initiate trust in the resident to begin the surgery; (3) close observation of preliminary steps; (4) an evolving decision based on whether the surgery is "on-track" or "off-track"; (5) intervention if the surgery was "off-track" (withdrawal of trust); (6) re-evaluation of trust for future cases. The main reasons described for withdrawing trust were: inability to follow instructions, failure to progress, and unsafe manoeuvres. CONCLUSIONS: This study showed that surgical trust is constructed through an iterative process involving gathering and valuing of information, decision-making, close observation, and supervisory intervention. There were strong underlying themes of control and responsibility, and trust was noted to increase over time and over repeated observations. The model presented here may be useful in improving judgements on competence in the surgical workplace.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».