Debriefing for Simulation-Based Medical Education
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
Context Current debriefing approaches and faculty development strategies for simulation educators differ around the world. We aim to describe the status of current debriefing practice and faculty development for simulation educators in this study. Methods We distributed a paper-based survey during 2 international conferences to obtain data from active International Network for Simulation-based Pediatric Innovation, Research and Education members. The survey was tested to ensure content validity and consisted of the following 3 constructs: demographic characteristics, current debriefing practice, and issues related to faculty development. Results One hundred nine of 114 participants (96%) completed the survey. Debriefing practice differs in terms of timing, duration, framework, and conversational framework. Most debriefings were less than 30 minutes (93/109, 85%), with many educators not using objective data during debriefing (47/109, 43%). Three- or 4-phase debriefing frameworks were used most commonly (66/109, 61%). Most participants have access to some faculty development opportunities (99/109, 91%). Barriers to faculty development are related to time and resource constraints (eg, freeing up facilitator's time: 75/109, 69%, competing priorities 64/109, 59%). Most participants indicated that their needs for debriefing to improve learning outcomes were met (95/109, 87%). The desired content for future faculty development opportunities varies between educators with different levels of expertise. Conclusions Approaches to debriefing among members of an international pediatric simulation network vary considerably. Although faculty development opportunities were available to most participants, future simulation programs should work on addressing barriers and optimizing faculty development plans to meet the needs of their educators.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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