Implementing a cost effective and configurable hybrid simulation platform in healthcare education, using wearable and web-based technologies
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
There are many examples of hybrid simulation models in healthcare education which are designed to simulate specific scenarios. However, there appears to be a need for a cost effective and configurable hybrid simulation platform which can be used by educators of various healthcare disciplines to simulate different scenarios. The purpose of this paper is to develop a proof-of-concept platform that can be easily implemented at little cost and provide flexibility to healthcare instructors to develop a variety of simulation scenarios, and to determine the effectiveness of this platform. Using a standardized patient, a person acting as a patient in a scripted manner, along with wearable and web-based technologies, a congestive heart failure simulation was used as an evaluative exercise for a group of personal support worker students at a Canadian Community College. Personal support workers typically provide care to any person who may require personal assistance with activities of daily living such as feeding, lifting, bathing, skin care and oral hygiene to name a few. Standardized patients are typically used in healthcare education to educate and evaluate soft skills, such as caregiver to patient communication, professionalism, as well as hard skills, such as history taking, examination and diagnostic skills (Rosen in J Crit Care 23:157-166, 2008). Instructor feedback indicated that the platform was easy to use and capable of simulating a large variety of scenarios. Pre and post test results are evidence of initial findings of promise indicating that the platform seemed to be effective in enabling students to meet learning outcomes. Focus group results seem to indicate an increase in student confidence as it relates to their ability to handle a similar scenario in the workplace.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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