MétaCan
Menu
Retour à la cohorte
Enregistrement W2987806675 · doi:10.1002/aet2.10412

A Modified Delphi Study to Prioritize Content for a Simulation‐based Pediatric Curriculum for Emergency Medicine Residency Training Programs

2019· article· en· W2987806675 sur OpenAlexaff
Jennifer Mitzman, Ilana Bank, Rebekah Burns, Michael C. Nguyen, Pavan Zaveri, Michael Falk, Manu Madhok, Ann Dietrich, Jessica Wall, Muhammad Waseem, Teresa Wu, Alisa McQueen, Cynthia Peng, Brian J. Phillips, Francesca Bullaro, Cindy Chang, Sam Shahid, David P. Way, Marc Auerbach

Notice bibliographique

RevueAEM Education and Training · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensMcGill UniversityMontreal Children's Hospital
Organismes subventionnairesNational Center for Advancing Translational Sciences
Mots-clésCurriculumDelphi methodMedical educationSet (abstract data type)StakeholderResidency trainingDelphiMedicineFamily medicinePsychologyComputer sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Pediatric training is an essential component of emergency medicine (EM) residency. The heterogeneity of pediatric experiences poses a significant challenge to training programs. A national simulation curriculum can assist in providing a standardized foundation of pediatric training experience to all EM trainees. Previously, a consensus-derived set of content for a pediatric curriculum for EM was published. This study aimed to prioritize that content to establish a pediatric simulation-based curriculum for all EM residency programs. METHODS: Seventy-three participants were recruited to participate in a three-round modified Delphi project from 10 stakeholder organizations. In round 1, participants ranked 275 content items from a published set of pediatric curricular items for EM residents into one of four categories: definitely must, probably should, possibly could, or should not be taught using simulation in all residency programs. Additionally, in round 1 participants were asked to contribute additional items. These items were then added to the survey in round 2. In round 2, participants were provided the ratings of the entire panel and asked to rerank the items. Round 3 involved participants dichotomously rating the items. RESULTS: A total of 73 participants participated and 98% completed all three rounds. Round 1 resulted in 61 items rated as definitely must, 72 as probably should, 56 as possibly could, 17 as should not, and 99 new items were suggested. Round 2 resulted in 52 items rated as definitely must, 91 as probably should, 120 as possibly could, and 42 as should not. Round 3 resulted in 56 items rated as definitely must be taught using simulation in all programs. CONCLUSIONS: The completed modified Delphi process developed a consensus on 56 pediatric items that definitely must be taught using simulation in all EM residency programs (20 resuscitation, nine nonresuscitation, and 26 skills). These data will serve as a targeted needs assessment to inform the development of a standard pediatric simulation curriculum for all EM residency programs.

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)0,092
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,092
Score d'incertitude au seuil0,486

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0920,084
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,003
Communication savante0,0020,003
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,231
Tête enseignante GPT0,450
Écart entre enseignants0,219 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAEM Education and TrainingMême sujetSimulation-Based Education in HealthcareTravaux en français237 207