Vital Anaesthesia Simulation Training (VAST); immersive simulation designed for diverse settings
Notice bibliographique
Résumé
Simulation-based education (SBE) of health care providers is ubiquitous in well-resourced locations and has been used successfully to teach clinical and nontechnical skills. Numerous barriers prevent this important educational tool from widespread use in resource-limited and remote settings. Vital Anaesthesia Simulation Training (VAST) was founded with the aim of promoting the use of vivid, experiential simulation-based learning regardless of location. As an organization, VAST now offers a range of training opportunities. The 3-day VAST Course is a highly portable program that uses low-cost materials to teach core perioperative practices and non-technical skills for health care practitioners in diverse settings. The VAST Course is paired with the VAST Facilitator Course to build skills for SBE among local educators. The VAST Design Course equips simulation facilitators with tools for developing their own simulation scenarios. The VAST Foundation Year is a 48-week curriculum of active learning sessions for early anesthesia trainees, made available to VAST facilitators. This manuscript describes many of the challenges faced when delivering SBE in varied environments and indicates VAST’s strategies to help overcome potential barriers. An overview of the VAST scenario template and stepwise approach to scenario design is included (Supplemental Digital Content 1, http://links.lww.com/IJSGH/A14). While challenges facing SBE in resource-limited settings are significant, its potential value in this context is immense. VAST offers a viable platform for expanding SBE beyond the traditional simulation center.
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 | 0,001 | 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 | 0,000 |
| 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 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 ».