MétaCan
Menu
Retour à la cohorte
Enregistrement W3208186086 · doi:10.1186/s41077-021-00191-z

Getting everyone to the table: exploring everyday and everynight work to consider ‘latent social threats’ through interprofessional tabletop simulation

2021· article· en· W3208186086 sur OpenAlexaff
Ryan Brydges, Lori Nemoy, Stella Ng, Nazanin Khodadoust, Christine Léger, Kristen Sampson, Douglas M. Campbell

Notice bibliographique

RevueAdvances in Simulation · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversity Health NetworkUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésTable (database)Work (physics)Health services researchSocial workPsychologyComputer scienceSociologyPublic healthMedicineNursingEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

In this methodological intersection article, we describe how we developed a new variation of the established tabletop simulation modality, inspired by institutional ethnography (IE)-informed principles. We aimed to design and conduct pilot implementations of this innovative tabletop simulation modality, which focused uniquely on everyday and everynight work, along with the factors that govern that work. In so doing, we aimed to develop a modality and preliminary findings that researchers and educators can use to simulate healthcare practices across longer episodes of care (i.e., time scales of hours or an entire day) and to detect the 'latent social threats' that can emerge during interprofessional clinical care.An interprofessional team designed tabletop simulation scenarios of interprofessional challenges during transfers of care on a labour and delivery (L&D) unit. Within each scenario, participants provided real-time explanations for their work and associated drivers, both independently and as a team. Thus, we combined 'think-aloud' and simulation principles to design tabletop simulation scenarios to elicit healthcare professionals' descriptions of how they collaborate in their work on the L&D unit. We completed a total of five tabletop simulations with eight participants (obstetricians, N = 2; midwives, N = 2; nurses, N = 5).The conversations stimulated by the tabletop simulation scenarios and debriefs allowed us to generate a preliminary understanding of the texts that govern and organize clinicians' everyday work processes. We generated data about longitudinal, multi-hour work processes in a condensed timeline, with opportunities to pause and probe, and with reduced focus on individual practitioner's competence.We believe our innovative tabletop simulation approach allowed us to examine clinical work in ways no other simulation permits. Participants described how the scenarios opened a productive dialogue between professional groups and suggested this simulation-based approach might contribute to enhanced interprofessional understanding and cultural change. We suggest that others can adapt our low-resource approach to understand clinicians' everyday work and to map how this work is governed by documents, like policies, with the end goal of facilitating system change and managing latent social threats.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,006
Communication savante0,0050,004
Science ouverte0,0030,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,109
Tête enseignante GPT0,432
Écart entre enseignants0,322 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in SimulationMême sujetSimulation-Based Education in HealthcareTravaux en français237 207