Virtual Vs In-Personal Teaching of Infection Control Essentials: A Quasi-Experimental Multi-Center Nonequivalent Groups Design
Notice bibliographique
Résumé
BACKGROUND In setting of the current COVID-19 pandemic, it is crucial to endorse infection control competencies. However, whether virtual training is equivalent to in-person teaching to develop such competencies requires further elucidation. AIM We aim to explore the effect of a brief, three-to-five-minute training session on infection control competencies in the major area of emergency department infection control, using virtual versus in-person training. METHODS Two hospitals were chosen, and the study design was a quasi-experimental multi-centre nonequivalent groups design. RESULT The learning score increased from 39.06%, SD=17.18 (95% CI 32.39-45.72) to 52.48%, SD=26.48 (95% CI 44.01-60.95) in the virtual training group, and from 47.86%, SD=22.51 (95% CI 41.47-54.26) to 79.65%, SD=21.45 (95% CI 70.14-89.16) after the in-person teaching. The mean difference between the two groups revealed a higher learning score using in-person teaching: 27.16%; t(60)=-4.12, p = 0.0001. CONCLUSION Infection control competencies are better acquired via in-person teaching than by virtual education.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».