Examining non-technical skills for ad hoc resuscitation teams: a scoping review and taxonomy of team-related concepts
Notice bibliographique
Résumé
BACKGROUND: Non-technical skills (NTS) concepts from high-risk industries such as aviation have been enthusiastically applied to medical teams for decades. Yet it remains unclear whether-and how-these concepts impact resuscitation team performance. In the context of ad hoc teams in prehospital, emergency department, and trauma domains, even less is known about their relevance and impact. METHODS: This scoping review, guided by PRISMA-ScR and Arksey & O'Malley's framework, included a systematic search across five databases, followed by article selection and extracting and synthesizing data. Articles were eligible for inclusion if they pertained to NTS for resuscitation teams performing in prehospital, emergency department, or trauma settings. Articles were subjected to descriptive analysis, coherence analysis, and citation network analysis. RESULTS: Sixty-one articles were included. Descriptive analysis identified fourteen unique non-technical skills. Coherence analysis revealed inconsistencies in both definition and measurement of various NTS constructs, while citation network analysis suggests parallel, disconnected scholarly conversations that foster discordance in their operationalization across domains. To reconcile these inconsistencies, we offer a taxonomy of non-technical skills for ad hoc resuscitation teams. CONCLUSION: This scoping review presents a vigorous investigation into the literature pertaining to how NTS influence optimal resuscitation performance for ad hoc prehospital, emergency department, and trauma teams. Our proposed taxonomy offers a coherent foundation and shared vocabulary for future research and education efforts. Finally, we identify important limitations regarding the traditional measurement of NTS, which constrain our understanding of how and why these concepts support optimal performance in team resuscitation.
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 | 0,074 | 0,243 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,061 | 0,055 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,011 | 0,012 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».