BOS3b.003 Utilizing simulated learning to develop non-clinical skills: a unique approach to improving advance care planning processes
Notice bibliographique
Résumé
Background Simulation learning is often associated with clinical skills development, particularly for patients facing high risk urgent situations. In these learning environments, clinicians typically practice urgent acute skills such as Cardio Pulmonary Resuscitation, intubation, and chest tube insertion. Recognizing how successful this learning method is for tangible skills, Fraser Health’s Regional Advance Care Planning (ACP) Team proposed this unique and innovative learning approach for use with other essential skills, namely communication. The teams’ objectives were: Increase familiarity with advance care planning processes, Facilitate knowledge translation of topics such as medical order designation, symptom management, and end of life care. Improve communication skills between interdisciplinary health care providers, patients and the people who matter most to them. Establish a debrief culture for reflection and learning. Demonstrate a shared decision making model. Methods Quality Improvement Results In 2022, pilot funding for the project was secured from the Physician Facilitated Engagement Program. An interdisciplinary panel of health care providers created two case studies. Following this, four interdisciplinary acute care simulation sessions were held at a community hospital. The sessions concluded with an extensive debriefing session and post-participation survey to assess confidence and provide suggestions for improvement. Conclusion In this oral presentation, details of the cases, debriefings and surveys will be shared and be the primary teaching tool. Participants will be encouraged to explore implementing this unique non clinical simulation learning in their own settings of care. Learners will be able to apply simulation learning approach to improve confidence of HCPs to engage in Advance Care Planning, Serious Illness, and End of Life conversations and processes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,013 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».