Core Curriculum for Event Medical Leaders
Notice bibliographique
Résumé
Introduction: The literature on mass gatherings has expanded over the last decade. However, no readily accessible curriculum exists to prepare and support event medical leaders. Such a curriculum has the potential to align event medical professionals on improving event safety, standardizing emergency response, and reducing community impacts. Methods: We organized collaborative expert focus groups on the proposed “core curriculum” and “electives.” Results: Key features of a mass gathering medical curriculum include operations-focused, evidence-informed, best-known practices offered via low barrier, modular, flexible formats with interactive options, and a multi-national focus. Core content proposed: Background (Definitions, Context, Risk, Legalities) Event Medical Planning - “The Seven Steps” - (1.) Assessment and Environmental Scan - Event Emergency Action Plan, (2.) Human Resources, (3.) Equipment/Supplies, (4.) Infrastructure/Logistics, (5.) Transportation (To, On, From), (6.) Communication (Pre, During, Post), and (7.) Administration/Medical Direction Event After-Action Reporting Case-based Activities Electives mirror Core outline and serve as expanded case-studies of specific event categories. Initially proposed electives include: Concerts/Music Festivals Running Events Cycling Events Multi-Sport Events Obstacle Adventure Courses Staged Wilderness Courses Amateur Games Political Gatherings & Orations Religious Gatherings & Pilgrimages Community Gatherings (e.g., Parades, Fireworks, etc.) Discussion: Complex team learning to standardize real-world approaches has been accomplished in other medical domains (e.g., ACLS, AHLS, ATLS, PALS, etc.). A course for event medicine should not re-teach medical content (i.e. first aid, paramedicine, nursing, medicine); it should make available a commonly understood, systematic approach to planning, execution, and post-event evaluation vis a vis health services at events. A ‘train the trainer’ model will be required, with business operations support for sustainable course delivery. The author team seeks community feedback at WCDEM 2019 in creating ‘the ACLS’ of Event Medicine.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,064 | 0,012 |
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 ».