MétaCan
Menu
Retour à la cohorte
Enregistrement W4280644685 · doi:10.54531/dlvs9567

The use of simulation-based education in cancer care: a scoping review protocol

2022· review· en· W4280644685 sur OpenAlexaff
Amina Silva, Jacqueline Galica, Kevin Woo, Amanda Ross‐White, Marian Luctkar‐Flude

Notice bibliographique

RevueInternational Journal of Healthcare Simulation · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésProtocol (science)CancerMedicineComputer scienceAlternative medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Simulation-based education can be an effective strategy to educate nurses and physicians across the continuum of cancer care. However, there is still a lack of studies collating and synthesizing the literature around the types, functionalities and delivery systems of simulation-based education to educate different professional groups about cancer care. Aim To collate and synthesize the literature on how simulation has been used to educate nurses and physicians about cancer care. Methods Scoping review methodology according to the Joanna Briggs Institute framework. Published literature is going to be searched through Medline (OVID), CINAHL, EMBASE and PsycINFO. Unpublished literature will be searched through ResearchGate, OpenGrey and open access theses and dissertations. Articles will be considered if the population is nurses (including nurse practitioners) and/or physicians, if they use any type of simulation as an educational strategy as the concept of interest, and if the context is cancer care. This review will consider experimental, quasi-experimental, observational, quantitative and qualitative studies designs, text and opinion papers and unpublished literature. Expected results Results from this scoping review will generate a solid underpinning for nursing and medical community to empower evidenced innovation through the further development of simulation-based educational interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,650
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,260
Tête enseignante GPT0,594
Écart entre enseignants0,334 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Healthcare SimulationMême sujetSimulation-Based Education in HealthcareTravaux en français237 207