A Randomized Trial of Instructor-Led Training Versus Video Lesson in Training Health Care Providers in Proper Donning and Doffing of Personal Protective Equipment
Notice bibliographique
Résumé
OBJECTIVE: This study compared live instructor-led training with video-based instruction in personal protective equipment (PPE) donning and doffing. It assessed the difference in performance between (1) attending 1 instructor-led training session in donning and doffing PPE at 1 month prior to assessment, and (2) watching training videos for 1 month. METHODS: This randomized controlled trial pilot study divided 21 medical students and junior doctors into 2 groups. Control group participants attended 1 instructor-led training session. Video group participants watched training videos demonstrating the same procedures, which they could freely watch again at home. After 1 month, a doctor performed a blind evaluation of performance using checklists. RESULTS: Nineteen participants were assessed after 1 month. The mean donning score was 84.8/100 for the instructor-led group and 88/100 for the video group; mean effect size was 3.2 (95% CI: -7.5 to 9.5). The mean doffing score was 79.1/100 for the instructor-led group and 73.9/100 for the video group; mean effect size was 5.2 (95% CI: -7.6 to 18). CONCLUSION: Our study found no significant difference in donning and doffing scores between instructor-led and video lessons. Video training could be a fast and resource-efficient method of training in PPE donning and doffing in responding to the COVID-19 pandemic.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».