Sim for Life: Foundations—A Simulation Educator Training Course to Improve Debriefing Quality in a Low Resource Setting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Despite the importance of debriefing, little is known about the effectiveness of training programs designed to teach debriefing skills. In this study, we evaluated the effectiveness of a faculty development program for new simulation educators at Mbarara University of Science and Technology in Uganda, Africa. METHODS: Healthcare professionals were recruited to attend a 2-day simulation educator faculty development course (Sim for Life: Foundations), covering principles of scenario design, scenario execution, prebriefing, and debriefing. Debriefing strategies were contextualized to local culture and focused on debriefing structure, conversational strategies, and learner centeredness. A debriefing worksheet was used to support debriefing practice. Trained simulation educators taught simulation sessions for 12 months. Debriefings were videotaped before and after initial training and before and after 1-day refresher training at 12 months. The quality of debriefing was measured at each time point using the Objective Structured Assessment of Debriefing (OSAD) tool by trained, calibrated, and blinded raters. RESULTS: A total of 13 participants were recruited to the study. The mean (95% confidence interval) OSAD scores pretraining, posttraining, and at 12 months before and after refresher were 18.2 (14.3-22.1), 26.7 (22.8-30.6), 25.5 (21.2-29.9), and 27.0 (22.4-31.6), respectively. There was a significant improvement from pretraining to posttraining (P < 0.001), with no significant decay from posttraining to 12 months (P = 0.54). There was no significant difference in OSAD scores pre- versus post-refresher training at 12 months (P = 0.49). CONCLUSIONS: The Sim for Life Foundations program significantly improves debriefing skills with retention of debriefing skills at 12 months.
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.
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 | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découle