Effect of Operating Room Personnel Generation on Perceptions and Responses to Surgeon Behavior
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background Little is known regarding the impact of operating room (OR) personnel generation on their perceptions to various surgeon behaviors. We aimed to characterize these relationships by evaluating their responses to 5 realistic intraoperative scenarios. Methods Operating room personnel were asked to assess surgeon OR behavior across a standardized set of 5 scenarios via an online survey. For each scenario, respondents were asked to identify the behavior as either acceptable, unacceptable but would ignore, unacceptable and would confront the surgeon, or unacceptable and would report to management. Chi-squared analyses were used to compare responses to surgeon behavior with respondent generation. Results There were 3101 respondents, of which 41% of respondents were baby boomers (n = 1280), 31% were generation (Gen) X (n = 955), and 28% were Gen Y (n = 866). Overall, when compared to Gen X or Gen Y, baby boomers were significantly more likely to find surgeon behaviors of impatience ( P < .001), being late for a case ( P < .001), swearing in the OR ( P < .001), and shouting with a bleeding patient ( P = .001) to be inappropriate and would talk to the surgeon. Alternatively, Gen Y respondents were more likely to find fault with surgeon behaviors that deviate from rules and regulations, such as forgetting a time-out ( P = .001), when compared to baby boomers and Gen X respondents. Discussion Results of our study demonstrate that OR personnel generation affects their perceptions and response to surgeon behavior. Understanding these tendencies can guide efforts to improve OR interactions among team members.
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.
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 | 0,001 | 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 | 0,000 |
| 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 découle