Improving the relational aspects of trauma care through translational simulation
Notice bibliographique
Résumé
BACKGROUND: Major trauma care is complex and requires individuals and teams to perform together in time critical, high-stakes situations. Scenario-based simulation is well established as a strategy for trauma teamwork improvement, but its role in the relational and cultural aspects of trauma care is less well understood. Relational coordination theory offers a framework through which we aimed to understand the impact of an established trauma simulation programme. METHODS: We studied simulation activities using a narrative survey of trauma providers from anaesthesia, emergency medicine, medical imaging, surgery, trauma service, intensive care, and pre-hospital providers at Gold Coast University Hospital, in conjunction with data from an ethnography. Data analysis was performed using a recursive approach-a simultaneous deductive approach using the relational coordination framework and an inductive analysis. RESULTS: Ninety-five of 480 (19.8%) staff completed free-text survey questions on simulation. Deductive analysis of data from these narrative survey results using the RC framework domains identified examples of shared goals, shared knowledge, communication and mutual respect. Two major themes from the inductive analysis-"Behaviour, process and system change" and "Culture and relationships"-aligned closely with findings from the RC analysis, with additional themes of "Personal and team learning" and the "Impact of the simulation experience" identified. CONCLUSIONS: Our findings suggest that an established trauma simulation programme can have a profound impact on the relational aspects of care and the development of a collaborative culture, with perceived tangible impacts on teamwork behaviours and institutional systems and processes. The RC framework-shared knowledge, shared goals and mutual respect in the context of communication that is timely, accurate, frequent and problem-solving based-can provide a common language for simulation educators to design and debrief simulation exercises that aim to have a translational impact.
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 | 0,019 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».