MétaCan
Menu
Retour à la cohorte
Enregistrement W4294816830 · doi:10.1080/10903127.2022.2120934

Deriving National Continued Competency Priorities for Emergency Medical Services Clinicians

2022· article· en· W4294816830 sur OpenAlexaff
Mark A. Terry, Jonathan R. Powell, W. Scott Gilmore, David P. Way, Andrew C. Dwyer, Farhan Bhanji, Ashish R. Panchal

Notice bibliographique

RevuePrehospital Emergency Care · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésThematic analysisDelphi methodMedicineMedical educationCertificationContent analysisLikert scaleDescriptive statisticsChecklistDelphiEmergency medical servicesFamily medicineNursingMedical emergencyPsychologyQualitative researchManagement

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Continued competency is poorly defined in emergency medical services (EMS), with no established method for verifying continued competency at a national level. The objective of this project was to refine understanding of continued competency for EMS clinicians in the U.S. and establish priorities for developing competency assessments. METHODS: A panel of EMS managers, educators, medical directors, and experts in competency assessment, simulation, and certification used a modified Delphi technique to address two questions: "What is the content for continued competency in EMS that should be assessed or verified?" (content) and "How should continued competency of EMS clinicians be demonstrated?" (process). The Delphi process was conducted through electronic conferencing and survey software over a 6-month period. In round one, panelists responded to open-ended prompts and their contributions were analyzed and categorized into themes by independent reviewers. In round two, the panel rated theme importance using five-point Likert-type scales. In round three, the panel ranked their top 10 themes, and in round four, the panel selected the most important themes for each of the two questions through consensus-building discussions. Descriptive statistics and thematic analyses were performed with Excel and STATA 16. RESULTS: Fourteen invited experts participated in all Delphi activities. The panel contributed 70 content and 35 process items from the original prompts. Following thematic analysis, these contributions were reduced to 21 and 14 unique themes, respectively. The final top five prioritized themes for content important for continued competency included (1) airway, respiration, and ventilation, (2) patient assessment, (3) pharmacology, (4) pediatrics, and (5) management of time critical disease progressions. The final top five prioritized themes for the processes for continued competency assessment included (1) assessments of evidence-based practice, (2) performance-based assessments, (3) combined knowledge and skill assessments, (4) performance improvement over time, and (5) frequent, short knowledge assessments. CONCLUSION: This modified Delphi process identified priorities for content and assessment, laying the groundwork for EMS continued competency at a national level. These findings can be leveraged by national task forces to develop transparent and consistent guidelines for systems that verify continued competency related to certification, licensure, and local credentialing.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0140,000

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 Opus0,025
Tête enseignante GPT0,376
Écart entre enseignants0,352 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrehospital Emergency CareMême sujetSimulation-Based Education in HealthcareTravaux en français237 207