A Simulation-Based Workshop to Improve Residents' Collaborative Clinical Practice
Notice bibliographique
Résumé
BACKGROUND: The Accreditation Council for Graduate Medical Education expects residents to attain competency in systems-based practice by advocating for quality patient care, working in interprofessional teams, and implementing system solutions to prevent errors. Diabetes in pregnancy was identified as an area for improvement through comprehensive interdisciplinary and interprofessional care. OBJECTIVE: An interdisciplinary and interprofessional workshop was created by 3 regional academic institutions to improve collaborative practice, clinical knowledge, and clinical judgment of residents. METHODS: A workshop consisting of 4 clinical simulation stations for ultrasound assessment, glycemic control, hyperglycemic emergencies, and macrosomia complications was designed to address gaps in quality of care. Workshop participants were residents from 6 programs and students in nursing, pharmacy, and sonography. Attitude and clinical knowledge were measured preworkshop and postworkshop, and at 3-month and 6- to 7-month follow-up. RESULTS: There were increases in average clinical knowledge scores across time points from residents: 56.4% preworkshop, 64.8% postworkshop, 66.0% at 3-month follow-up, and 68.1% at 6- to 7-month follow-up. Additionally, participants reported positive attitudes toward interprofessional education and indicated high overall satisfaction. CONCLUSIONS: Residents demonstrated improved knowledge and attitudes toward interprofessional training after participating in a large-scale simulation workshop focused on the care of patients with diabetes in pregnancy.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».