MétaCan
Menu
Retour à la cohorte
Enregistrement W3027755006 · doi:10.1136/bmjstel-2016-000124

Reporting guidelines for health care simulation research: Extensions to the CONSORT and STROBE statements

2016· article· en· W3027755006 sur OpenAlexaff
Adam Cheng, David Kessler, Ralph MacKinnon, Todd P. Chang, Vinay Nadkarni, Elizabeth A. Hunt, Jordan Duval‐Arnould, Yiqun Lin, David A. Cook, Martin Pusic, Joshua Hui, David Moher, Matthias Egger, Marc Auerbach

Notice bibliographique

RevueBMJ Simulation & Technology Enhanced Learning · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensOttawa HospitalColumbia CollegeAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesNational Heart, Lung, and Blood InstituteAgency for Healthcare Research and QualityLaerdal Foundation for Acute Medicine
Mots-clésHealth careContext (archaeology)Set (abstract data type)Medical educationResearch designPublishingQuality (philosophy)Computer sciencePsychologyMedicineNursingSociology

Résumé

récupéré en direct d'OpenAlex

Simulation has seen growing use in health care as a ‘tool, device and/or environment (that) mimics an aspect of clinical care’1 in order to improve health care provider performance, health care processes and, ultimately, patient outcomes.1–5 The use of simulation in health care has been accompanied by an expanding body of simulation-based research (SBR) addressing educational and clinical issues.6–15 Broadly speaking, SBR can be broken down into two categories: (1) research addressing the efficacy of simulation as a training methodology (ie, simulation-based education as the subject of research); and (2) research using simulation as an investigative methodology (ie, simulation as the environment for research).16 ,17 Many features of SBR overlap with traditional clinical or educational research. However, the use of simulation in research introduces a unique set of features that must be considered when designing the methodology, and reported when publishing the study.16–19 As has been shown in other fields of medicine,20 the quality of reporting in health professions education research is inconsistent and sometimes poor.1 ,11 ,21–23 Systematic reviews in medical education have quantitatively documented missing elements in the abstracts and main texts of published reports, with particular deficits in the reporting of study design, definitions of independent and dependent variables, and study limitations.21–23 In research specific to simulation for health care professions education, a systematic review noted many studies failing to ‘clearly describe the context, instructional design or outcomes’.1 Another study found that only 3% of studies incorporating debriefing in simulation education reported all the essential characteristics of debriefing.11 Failure to adequately describe the key elements of a research study impairs the efforts of editors, reviewers and readers to critically appraise strengths and weaknesses24 ,25 or apply and replicate findings.26 As such, …

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)0,413
score de la tête « metaresearch » (Gemma)0,749
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,587
Score d'incertitude au seuil0,724

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4130,749
Méta-épidémiologie (sens strict)0,0080,008
Méta-épidémiologie (sens large)0,0220,033
Bibliométrie0,0240,032
Études des sciences et des technologies0,0070,010
Communication savante0,0190,014
Science ouverte0,0140,011
Intégrité de la recherche0,0200,021
Charge utile insuffisante (le modèle a refusé de juger)0,0700,025

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 Opus0,392
Tête enseignante GPT0,632
Écart entre enseignants0,241 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

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

En bref

Citations46
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Simulation & Technology Enhanced LearningMême sujetSimulation-Based Education in HealthcareTravaux en français237 207