Eye-Tracking for Examining Nurses’ Attention During Cardiac Arrest Simulations: A Feasibility and Acceptability Study
Notice bibliographique
Résumé
Introduction: Eye-tracking offers a distinctive opportunity to assess nurses’ clinical decision-making in simulation. Although its feasibility has been established in various scenarios, most studies have focused on a single participant, typically a physician in a leadership role. The application of eye-tracking in the challenging context of in-hospital cardiac arrest (IHCA) simulations, where nurses juggle diverse roles and undertake physical tasks such as chest compressions, has yet to be explored. Objectives: This study aimed to assess the feasibility and acceptability of eye-tracking with nurses’ during IHCA simulations. Additionally, the study aimed to describe eye-tracking metrics based on different resuscitation roles and to explore the relationship between eye-tracking metrics to pinpoint the most informative metrics for the design of future studies. Methods: In this single-group observational study, 56 newly hired nurses wore eye-tracking glasses during IHCA simulations. The primary feasibility criterion was the proportion of usable eye-tracking data. Secondary criteria included recruitment rate, calibration time, and glasses acceptability. The relationship among eye-tracking metrics was investigated through correlation analyses. Results: Calibration of the devices was rapid, and 85.7% of the data was usable. The glasses were comfortable, non-distracting, and did not impede nurses’ vision or performance. Data were mapped for five areas of interest: the patient’s head and chest, cardiac monitor, teammates, and resuscitation cart. Eye-tracking metrics exhibited variations based on resuscitation roles. Fixation count, fixation duration, and time to first fixation appeared to be the most informative metrics in IHCA simulation. Discussion and conclusion: These findings demonstrate the feasibility and acceptability of analyzing nurses’ eye-tracking data during IHCA simulations using a role-based approach. Future research should explore correlations with additional attention measures to enhance our understanding of nurse decision-making during cardiac arrest and improve educational strategies and 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 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 | 0,021 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».