MétaCan
Menu
Retour à la cohorte
Enregistrement W4404963907 · doi:10.1097/sih.0000000000000838

Tabletop Simulations in Medical Emergencies

2024· article· en· W4404963907 sur OpenAlexaff
Amélie Frégeau, Billy Vinette, Alexandra Lapierre, Marc‐André Maheu‐Cadotte, Guillaume Fontaine, Véronique Castonguay, Rodrigo Flores-Soto, Zoé Garceau-Tremblay, Samuel Blais, Delphine Hansen-Jaumard, François Laramée, Massimiliano Iseppon, Raoul Daoust, Sylvie Cossette, Michael Buyck, Richard Fleet, Alexis Cournoyer

Notice bibliographique

RevueSimulation in Healthcare The Journal of the Society for Simulation in Healthcare · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesnon disponible
Mots-clésModality (human–computer interaction)Medical educationPsychologyMedicineRandomized controlled trialStatement (logic)Computer scienceSurgeryHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

SUMMARY STATEMENT: Tabletop simulations (TTS) are a novel educational modality used in health care education. The objective of this scoping review was to describe the use of TTS in medical emergencies, specifically settings, specialties, participants, formats, and outcomes.We included 70 studies (33 descriptive studies [47%], 33 cohort studies [47%], and 2 randomized controlled trials [3%]), of which 65 reported positive results regarding reaction and learning educational outcomes (reaction: n = 37, 53%; learning: n = 25, 36%; behavior: n = 7, 10%; result: n = 1, 1%). The scenario for most TTS was a disaster (n = 56; 80%). Most TTS involved participants from several professions (n = 45; 64%). A board game was used in 26 studies (37%).Most studies on TTS in medical emergencies involved participants from multiple professions addressing disaster scenarios and showed positive results pertaining to reaction or learning educational 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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,234
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,062
Tête enseignante GPT0,436
Écart entre enseignants0,374 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSimulation in Healthcare The Journal of the Society for Simulation in HealthcareMême sujetSimulation-Based Education in HealthcareTravaux en français237 207