Saving Lives and Improving the Quality of Pediatric Resuscitation Across the World
Notice bibliographique
Résumé
STATEMENT: The International Network for Simulation-based Pediatric Innovation, Research, and Education co-hosted a novel research accelerator meeting with the International Pediatric Simulation Society in May of 2019 in Toronto. The purpose of the meeting was to bring together healthcare simulation scientists with resuscitation stakeholders to brainstorm strategies for accelerating progress in the science of saving pediatric lives from cardiac arrest. This was achieved by working in teams to draft targeted requests for proposals calling the research community to action investigating this topic. During the 1-day meeting, groups were divided into 6 teams lead by experts representing specific domains of simulation research. Teams developed a pitch and presented a sample request for proposals to a panel of expert judges, making a case for why their domain was the most important to create a funding opportunity. The winner of the competition had their specific request for proposal turned into an actual funding opportunity, supported by philanthropy that was subsequently disseminated through International Network for Simulation-based Pediatric Innovation, Research, and Education as a competitive award. An inspired donor supported an award for the second-place proposal as well, evidence of early research acceleration catalyzed from this conference. This article is a summary of the meeting rationale, format, and a description of the requests for proposals that emerged from the meeting. Our goal is to inspire other stakeholders to use this document that leverages simulation and resuscitation science expertise, as the framework to create their own funding opportunities, further accelerating pediatric resuscitation research, ultimately saving the lives of more children worldwide.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».