Exploring the Differences in Macrocognition Between Experts and Non-CHD Experts Managing Congenital Heart Disease (CHD)
Notice bibliographique
Résumé
Background and aims: Children with congenital heart disease (CHD) are at risk of deterioration in the face of common childhood illnesses, and their resuscitation and acute management is often best achieved with the guidance of CHD experts. Access to such expertise may be limited outside specialty heart centers and the fragility of these patients is cause for discomfort among many emergency medicine physicians. An understanding of the differences in macrocognition of these clinicians could shed light on some of the causes of discomfort and facilitate the development of a sociotechnological solution to this problem. Methods: Cardiac intensivists (CHD experts) and pediatric emergency medicine physicians (non-CHD experts) in a major academic cardiac center were interviewed using the critical decision method. Interview transcripts were coded deductively based on Klein’s macrocognitive framework and inductively to allow for new or modified characterization of dimensions. Results: While both CHD-experts and non-CHD experts relied on the macrocognitive functions of sensemaking, naturalistic decision making and detecting problems, the specific data and mental models used to understand the patients and course of therapy differed between CHD-experts and non-CHD experts. Conclusion: Characterization of differences between the macrocognitive processes of CHD experts and non-CHD experts can inform development of sociotechnological solutions to augment decision making pertaining to the acute management of pediatric CHD patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».