MétaCan
Menu
Retour à la cohorte
Enregistrement W3138621382 · doi:10.33425/2639-9474.1152

A Scoping Review and Analysis of Simulation Facilitator Essential Elements

2020· review· en· W3138621382 sur OpenAlexfundno aff
L Hardie, Lori Lioce

Notice bibliographique

RevueNursing & Primary Care · 2020
Typereview
Langueen
DomaineEngineering
ThématiqueAdvanced Data Processing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesYork UniversityUniversity of Connecticut
Mots-clésFacilitatorComputer sciencePsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Background: Quality healthcare simulation depends largely on skilled facilitation.Identification and development of essential facilitator competencies challenges healthcare simulation operations across the world.Many organizations and authors have articulated and developed standards or recommendations for simulation facilitator development, but none have provided a synthesized and operationalized list of simulation facilitator competencies.Method: Analysis of organizational standards and recommendations for simulation, combined with a scoping review of recent literature, provide a synthesis of essential elements required for simulation facilitators.Eight documents from six professional organizations, and 23 literature articles identified from the scoping review, were analyzed for statements related to facilitator competencies and/or essential elements, which were then coded, and themes abstracted using a computer assisted qualitative data analysis software.Elements were then expanded and operationalized.Results: From the eight documents and 23 articles, content analysis identified over 1200 facilitator competency related statements which were thematically grouped into seven categories: 1) Knowledge underpinning simulation, 2) Skills to deliver simulation, 3) Skills to support participants, 4) Skills to support debriefing and/or assessment, 5) Facilitator comportment or qualities, 6) Commitment to continuous quality and safety improvement, and 7) Committment to professional development at every level.The analysis identified 30 essential elements which were expanded and operationalized into 149 sub-elements for evidence-based facilitation.Conclusion: Simulation facilitator development should be based on expert consensus and evidence-based practice.This research expands and operationalizes essential elements of healthcare simulation facilitation and provides a focused pathway for development and professional advocacy to advance the science of simulation..

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)0,029
score de la tête « metaresearch » (Gemma)0,100
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,154

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,100
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0280,022
Études des sciences et des technologies0,0020,002
Communication savante0,0050,005
Science ouverte0,0030,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,027
Tête enseignante GPT0,376
Écart entre enseignants0,348 · 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'étudeRevue systématique
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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing & Primary CareMême sujetAdvanced Data Processing TechniquesTravaux en français237 207