Simulation in situ adaptée au personnel infirmier en soins d’urgence d’un centre hospitalier rural : une recherche-action participative
Notice bibliographique
Résumé
Les urgences en milieu rural se caractérisent par une fréquence moins élevée de situations cliniques critiques, ce qui limite l’exposition du personnel infirmier à ces enjeux. De plus, l’accès au développement professionnel continu (DPC) est parfois restreint, ce qui compromet la mise à jour des compétences et diminue ainsi la sécurité des personnes soignées. Une recherche-action a été effectuée, avec pour objectif le développement et la mise en place d’une simulation in situ adaptée au personnel infirmier en soins d’urgence d’un centre hospitalier rural. Des méthodes de collecte de données inductives et déductives, telles que des observations sur le terrain et des groupes de discussion, ont été utilisées afin d’identifier les besoins de formation théorique et technique spécifiques de 11 infirmier.ères d’urgence. Une simulation in situ a été élaborée en collaboration avec le personnel infirmier, en suivant la méthode de la zone de simulation de Roussin et Weinstock (2017) et la théorie de la simulation de Jeffries (2021). En conclusion, la simulation in situ a répondu à la plupart des exigences en matière de DPC pour le personnel infirmier de cette urgence rurale, en plus de favoriser l’accès à l’apprentissage expérientiel.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».