Simulation-Based Comprehensive Cleft Care Workshops: A Reproducible Model for Sustainable Education
Notice bibliographique
Résumé
Objective: Evaluate simulation-based comprehensive cleft care workshops as a reproducible model for education with sustained impact. Design: Cross-sectional survey-based evaluation. Setting: Simulation-based comprehensive cleft care workshop. Participants: Total of 180 participants. Interventions: Three-day simulation-based comprehensive cleft care workshop. Main Outcome Measures: Number of workshop participants stratified by specialty, satisfaction with the workshop, satisfaction with simulation-based workshops as educational tools, impact on cleft surgery procedural confidence, short-term impact on clinical practice, medium-term impact on clinical practice. Results: The workshop included 180 participants from 5 continents. The response rate was 54.5%, with participants reporting high satisfaction with all aspects of the workshop and with simulation-based workshops as educational tools. Participants reported a significant improvement in cleft lip (33.3 ± 5.7 vs 25.7 ± 7.6; P < .001) and palate (32.4 ± 7.1 vs 23.7 ± 6.6; P < .001) surgery procedural confidence following the simulation sessions. Participants also reported a positive short-term and medium-term impact on their clinical practices. Conclusion: Simulation-based comprehensive cleft care workshops are well received by participants, lead to improved cleft surgery procedural confidence, and have a sustained positive impact on participants’ clinical practices. Future efforts should focus on evaluating and quantifying this perceived positive impact, as well reproducing these efforts in other areas of need.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».