Raring to go? A cross-sectional survey of student paramedics on how well they perceive their UK pre-registration course to be preparing them to manage suspected seizures
Notice bibliographique
Résumé
BACKGROUND: Paramedics convey a high proportion of seizure patients with no clinical need to emergency departments (EDs). In a landmark study, only 27% of UK paramedics reported being "Very…"/ "Extremely confident" making seizure conveyance decisions. Improved pre-registration education on seizures for paramedics is proposed. Clarity is needed on its potential given recent changes to how UK paramedics train (namely, degree, rather than brief vocational course). This study sought to describe UK student paramedics' perceived readiness to manage seizures and educational needs; compare this to what they report for other presentations; and, explore subgroup differences. METHODS: Six hundred thirty-eight students, in year 2 or beyond of their pre-registration programme completed a cross-sectional survey. They rated perceived confidence, knowledge, ability to care for, and educational needs for seizures, breathing problems and, headache. Primary measure was conveyance decision confidence. RESULTS: For seizures, 45.3% (95% CI 41.4-49.2) said they were "Very…"/"Extremely confident" to make conveyance decisions. This was similar to breathing problems, but higher than for headache (25.9%, 95% CI 22.6-29.5). Two hundred and thirty-nine participants (37.9%, 95% CI 34.1-41.8) said more seizure education was required - lower than for headache, but higher than for breathing problems. Subgroup differences included students on university-based programmes reporting more confidence for conveyance decisions than those completing degree level apprenticeships. CONCLUSIONS: Student paramedics report relatively high perceived readiness for managing seizures. Magnitude of benefit from enhancements to pre-registration education may be more limited than anticipated. Additional factors need attention if a sizeable reduction to unnecessary conveyances for seizures is to happen.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».