MétaCan
Menu
Retour à la cohorte
Enregistrement W4398174792 · doi:10.1111/vox.13682

E‐learning in transfusion medicine: An exploratory qualitative assessment

2024· article· en· W4398174792 sur OpenAlexaff
Arwa Z. Al‐Riyami, Kyle Jensen, Cynthia So‐Osman, Ben Saxon, Naomi Rahimi‐Levene, Soumya Das, Simon Stanworth, Yulia Lin

Notice bibliographique

RevueVox Sanguinis · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBlood donation and transfusion practices
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésTransfusion medicineMedicineTransfusion reactionBlood transfusionIntensive care medicineFamily medicineImmunology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: E-learning programmes are increasingly offered in transfusion medicine (TM) education. The aim of this study was to explore facilitators and barriers to TM e-learning programmes, including assessment of learning outcomes and measures of effectiveness. MATERIALS AND METHODS: Participants selected from a prior survey and representing a diverse number of international e-learning programmes were invited to participate. A mixed methodology was employed, combining a survey and individual semi-structured one-on-one interviews. Interview data were analysed inductively to explore programme development, evaluation, and facilitators and barriers to implementation. RESULTS: Fourteen participants representing 13 institutions participated in the survey and 10 were interviewed. The e-learning programmes have been in use for a variable duration between 5 and 16 years. Funding sources varied, including government and institutional support. Learner assessment methods varied and encompassed multiple-choice-questions (n = 12), direct observation (n = 4) and competency assessment (n = 4). Most regional and national blood collection agencies rely on user feedback and short-term learning assessments to evaluate their programmes. Only one respondent indicated an attempt to correlate e-learning with clinical practices. Factors that facilitated programme implementation included support from management and external audits to ensure compliance with regulatory educational and training requirements. Barriers to programme implementation included the allocation of staff time for in-house development, enforcing compliance, keeping educational content up-to-date and gaining access to outcome data for educational providers. CONCLUSION: There is evidence of considerable diversity in the evaluation of e-learning programmes. Further work is needed to understand the ultimate impact of TM e-learning on transfusion practices and patient outcomes.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,781
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,044
Tête enseignante GPT0,361
Écart entre enseignants0,317 · 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'étudeSans objet
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVox SanguinisMême sujetBlood donation and transfusion practicesTravaux en français237 207