Considerations for psychological safety with system-focused debriefings
Notice bibliographique
Résumé
Systems integration simulations (SIS) and system-focused debriefing (SFDs) are tools to improve the processes and systems of healthcare.1–4 The goal of SIS/SFD is to identify systems issues/gaps, including latent safety threats to reduce preventable harm.1 2 5 6 Kolbe et al underscore the importance of psychological safety for effective learner-focused debriefings (LFD) and how this is built from a strong organisational culture.7 This may be even more prescient during SFD where participants are being asked for feedback about processes/systems that by their nature may reflect poorly on their leaders or organisation. Threats to psychological safety during SFD can inhibit the desire to openly share issues and undermine future improvement efforts.8 Little is published on how to manage psychological safety relative to a SFD. Kolbe et al describe strategies contributing to psychological safety before, during and after a LFD.7 This editorial highlights key considerations for managing psychological safety at each stage of SFD. Our perspective is based on a combined 40 years of experience conducting SIS/SFD. ### The pre-work phase The SIS/SFD early planning and engagement work, also called the pre-work phase is the starting point for establishing psychological safety.8 Inclusion and engagement of all key stakeholders and a clear endorsement from senior leaders help create a foundation for psychological safety.9 10 Threats to individual psychological safety may come from feeling left out, or that their opinion/role/stakeholder group was not held in high regard.11 Table 1 highlights the potential threats and mitigation strategies during all phases of SFD. View this table: Table 1 Potential threats to psychological safety during an SIS/SFD with suggested mitigation strategies/sample statements Pre-work includes a needs assessment to identify and prioritise anticipated highest risk/highest impact changes, which informs scenario design. Ensuring clarity of mission (ie, what types of issues can be mitigated, how they will be resolved, timelines) …
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 | 0,162 | 0,403 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,007 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,005 |
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 ».