MétaCan
Menu
Retour à la cohorte
Enregistrement W4384343231 · doi:10.7759/cureus.41869

Defining the Nature of Augmented Feedback for Learning Intraosseous Access Skills in Simulation-Based Health Professions Education

2023· article· en· W4384343231 sur OpenAlexafffund
Julia Micallef, Dale Button, Alvaro Uribe Quevedo, Christopher McClatchey, Lindsey King, Adam Dubrowski

Notice bibliographique

RevueCureus · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensOntario Tech UniversityDurham College
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDelphi methodSession (web analytics)DelphiMedicineHealth careAugmented realityOutcome (game theory)Medical educationPerspective (graphical)Work (physics)Computer scienceKnowledge managementHuman–computer interactionArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In the field of health professions education, acquiring technical skills involves three stages: 1) receiving instructions, 2) engaging in practice, and 3) receiving feedback. Simulation serves as a valuable tool that encompasses all three stages, enhancing the effectiveness of health professions education. This work focuses on feedback, which can be categorized as intrinsic (perceived by the learner through their senses) or augmented (provided by an external perspective). Augmented feedback can take the form of knowledge of results (information regarding the outcome) or knowledge of performance (information about the actions leading to the outcome). The overall objective of this work was to evaluate the perceived efficacy of these types of feedback in learning technical skills using a simulation, specifically an intraosseous access simulator, among advanced care paramedics. The primary focus of this article and the initial step towards achieving the aforementioned objective of this work was to determine the possible knowledge of results and knowledge of performance that paramedic facilitators could offer to advanced care paramedics during the use of an existing intraosseous access simulator. This research was conducted following the design-based research framework, employing a combination of design thinking and Delphi methods to generate a comprehensive list of augmented feedback, in both the form of knowledge of results and knowledge of performance, that can be provided to advanced care paramedics while learning intraosseous access skills through a simulator. The design thinking session was carried out to generate an initial inventory of augmented feedback, which was then refined through two rounds of Delphi consensus-building with paramedic experts. This process resulted in an eight-step list of feedback for knowledge of results and knowledge of performance that can be delivered to advanced care paramedics by paramedic facilitators using an intraosseous access simulator.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,124
Score d'incertitude au seuil0,547

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,037
Tête enseignante GPT0,450
Écart entre enseignants0,413 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetSimulation-Based Education in HealthcareTravaux en français237 207