MétaCan
Menu
Retour à la cohorte
Enregistrement W3091210212 · doi:10.1542/peds.2020-016915e

Development and Impact of Helping Babies Breathe Educational Methodology

2020· review· en· W3091210212 sur OpenAlexaff
Nalini Singhal, Douglas McMillan, Renate Savich, Dismas Matovelo, Data Santorino, Beena D. Kamath‐Rayne

Notice bibliographique

RevuePEDIATRICS · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensDalhousie UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDebriefingMedicineCurriculumTransformative learningAdaptation (eye)Health careNursingMedical educationPedagogyPsychology

Résumé

récupéré en direct d'OpenAlex

The educational pedagogy surrounding Helping Babies Breathe (HBB) has been transformative in going beyond a curriculum focused only on basic neonatal resuscitation; indeed, it created the framework for an educational program that has served as a model for replication for other impactful programs, such as the Helping Mothers Survive and other Helping Babies Survive curricula. The tenets of HBB include incorporation of innovative learning strategies such as small group discussion, skills-based learning, simulation and debriefing, and peer-to-peer learning, all of which begin the hard work of changing behaviors that may eventually affect health care systems. Allowing for adaptation for local resources and culture, HBB has catalyzed innovation in the development of simplified, pictorial educational materials, in addition to low-tech yet realistic simulators and adjunct devices that have played an important role in empowering health care professionals in their care of newborns, thereby improving outcomes. In this review, we describe the development of HBB as an educational program, the importance of field testing and input from multiple stakeholders including frontline workers, the strategies behind the components of educational materials, and the impact of its pedagogy on learning.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,335
Tête enseignante GPT0,533
Écart entre enseignants0,198 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations26
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePEDIATRICSMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207