Debriefing interaction patterns and learning outcomes in simulation: an observational mixed-methods network study
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
BACKGROUND: Debriefing is effective and inexpensive to increase learning benefits of participants in simulation-based medical education. However, suitable communication patterns during debriefings remain to be defined. This study aimed to explore interaction patterns during debriefings and to link these to participants' satisfaction, perceived usefulness, and self-reported learning outcomes. METHODS: We assessed interaction patterns during debriefings of simulation sessions for residents, specialists, and nurses from the local anaesthesia department at the Bern University Hospital, Bern, Switzerland. Network analysis was applied to establish distinctive interaction pattern categories based on recorded interaction links. We used multilevel modelling to assess relationships between interaction patterns and self-reported learning outcomes. RESULTS: Out of 57 debriefings that involved 111 participants, discriminatory analyses revealed three distinctive interaction patterns: 'fan', 'triangle', and 'net'. Participants reported significantly higher self-reported learning effects in debriefings with a net pattern, compared to debriefings with a fan pattern. No effects were observed for participant satisfaction, learning effects after 1 month, and perceived usefulness of simulation sessions. CONCLUSIONS: A learner-centred interaction pattern (i.e. net) was significantly associated with improved short-term self-reported individual learning and team learning. This supports good-practice debriefing guidelines, which stated that participants should have a high activity in debriefings, guided by debriefers, who facilitate discussions to maximize the development for the learners.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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