MétaCan
Menu
Retour à la cohorte
Enregistrement W4405811704 · doi:10.3928/00220124-20241213-07

Environmental Features of in Situ and Laboratory Simulations and Their Potential Impact on the Development of Teamwork Skills for Novice Trauma Professionals

2024· article· en· W4405811704 sur OpenAlexaff
Alexandra Lapierre, Patrick Lavoie, Caroline Arbour

Notice bibliographique

RevueThe Journal of Continuing Education in Nursing · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversité du Québec
Organismes subventionnairesnon disponible
Mots-clésTeamworkPsychologyMedical educationTrauma careHealth careApplied psychologyMedicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

Background The effect of environmental fidelity on the development of teamwork skills in health care simulations is unclear. This preliminary descriptive study explored how in situ and laboratory environments impact the development of teamwork skills among novice trauma professionals. Method Four teams of six novice trauma professionals participated in two in situ or two laboratory simulations. Environmental features such as noise, interruptions, and the presence of nonparticipating individuals were assessed. Teamwork skills were evaluated from video recordings with the Team Emergency Assessment Measure (TEAM). Results In situ simulations involved higher levels of noise, more interruptions, and the presence of nonparticipating individuals compared with laboratory simulations. Teamwork skills in the in situ setting were rated as poor, with no improvement between simulations. In contrast, in the laboratory setting, teamwork skills were rated as good, with a 10-point improvement. Conclusion Preliminary results suggest that the in situ environment may hinder the development of teamwork skills. Further research with larger samples is needed to explore these effects and guide educators in choosing optimal training environments for novice trauma health care professionals. [ J Contin Educ Nurs. 2025;56(1):34–40.]

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,194

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,363
Écart entre enseignants0,355 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Continuing Education in NursingMême sujetSimulation-Based Education in HealthcareTravaux en français237 207