MétaCan
Menu
Retour à la cohorte
Enregistrement W4404340177 · doi:10.24908/qap.v1i2.17345

Digital Education for Health Care Providers: An Advanced Cardiac Life Support Resource

2024· article· en· W4404340177 sur OpenAlexaff
D. G. Narayan, Samantha Rogers, Alessandro De Simone, Adam Sinapi, Megan Heney, Alissa Blommestyn-Perez, Kelly Jin, Matthew Murray, Liam Jugoon, Emma Wiggins, Ali Kara

Notice bibliographique

RevueQapsule Queen s Undergraduate Health Sciences Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Arrest and Resuscitation
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésResource (disambiguation)Health careBusinessMedicineNursingComputer sciencePolitical scienceComputer network

Résumé

récupéré en direct d'OpenAlex

Advanced cardiovascular life support (ACLS) refers to a set of urgent treatment guidelines for cardiac emergencies to improve patient outcomes. Strong evidence supports online interactive content in facilitating student learning and engagement. This project introduces an innovative approach to ACLS education, namely a digital ACLS simulation to promote medical resident learning of relevant protocols. No similar resource was found in existing literature, supporting the potential merit of creating this tool for medical education. A scoping review was conducted on current ACLS guidelines to inform interactive content creation with MEDLINE [PubMED] and Web of Science. From this review, a decision tree based on validated care guidelines was derived, guiding digital application development. An online prototype was constructed in HTML, JavaScript, and CSS frameworks. The creation allows users to input cardiovascular emergency patient information and output relevant care instructions based on American Heart Association guidelines. Evidence-based descriptions were provided for each decision, referencing credible external resources for further learning. This interactive application may enhance ACLS protocol learning. Next steps include simulation testing with medical residents to establish whether statistically significant benefits are observed. Long term, this project may inform the development and revision of similar digital resources to enhance medical education delivery.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0030,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0350,008

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 Opus0,018
Tête enseignante GPT0,367
Écart entre enseignants0,349 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQapsule Queen s Undergraduate Health Sciences JournalMême sujetCardiac Arrest and ResuscitationTravaux en français237 207