Identifying high cognitive load activities during simulated pediatric cardiac arrest using functional near-infrared spectroscopy
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
Aim: To identify specific activities associated with high cognitive load during simulated pediatric out-of-hospital cardiac arrest (POHCA) resuscitation using physiological monitoring with functional near-infrared spectroscopy (fNIRS). Methods: We recruited teams of emergency medical services (EMS) responders from fire departments located throughout the Portland, OR metropolitan area to participate in POHCA simulations. Teams consisted of both paramedics and emergency medical technicians (EMTs), with one paramedic serving as the person in charge (PIC). The PIC was outfitted with the OctaMon to collect fNIRS signals from the prefrontal cortex. Signals reported changes in oxygenated and deoxygenated hemoglobin concentrations, which were used to determine moments of increased cognitive activity. Increased cognitive activity was determined by significant increases in oxygenated hemoglobin and decreases in deoxygenated hemoglobin. Significant changes in fNIRS signals were associated with specific concurrent clinical tasks recorded by two independent researchers using video review. Results: We recorded cognitive activity of EMS providers in 18 POHCA simulations. We found that a proportion of PIC's experienced relatively high cognitive load during medication administration, defibrillation, and rhythm checks compared to other events. Conclusion: EMS providers commonly experienced increased cognitive activity during key resuscitation tasks that were related to safely coordinating team members around calculating and administering medications, defibrillation, and rhythm and pulse checks. Understanding more about activities that require high cognitive demand can inform future interventions that reduce cognitive load.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,000 |
| 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