MétaCan
Menu
Retour à la cohorte
Enregistrement W4407624516 · doi:10.1097/sih.0000000000000847

Achieving Reliable Mastery of Emergency Airway Management Skills Through 4-Component Instructional Design

2025· article· en· W4407624516 sur OpenAlexaff
Fil Gilic, Robert McGraw, Joseph Newbigging, Elizabeth Blackmore, Matthew Stacey, Colin Mercer, Troy Neufeld, Erika Johannessen, Wilson Lam, Ryan Hall, Heather Braund

Notice bibliographique

RevueSimulation in Healthcare The Journal of the Society for Simulation in Healthcare · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésCompetence (human resources)CognitionAirway managementPsychologyCognitive loadMedical educationMedicineApplied psychologyAirwaySocial psychologySurgery

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: We used cognitive load theory to design the Queen's University Airway Mastery (QUMAC) pilot course to work toward reliable mastery of Emergency Airways Management elements in all participants. METHODS: We describe the process of designing QUMAC using 4-Component Instructional Design to harness the cognitive load theory as a learning tool. We evaluated the effectiveness of QUMAC using an outcome-based mixed-methods approach including Objective Structured Assessment of Technical Skills (OSATS) and 2 Objective Structured Clinical Examinations (OSCEs) at course completion using blinded expert video review. We also conducted semistructured interviews at course completion and after 6 months of independent practice. Interviews were analyzed thematically. RESULTS: Mean OSCE Global Performance Scores were 4.1 (±0.56) of 5 for both OSCE scores; and 4.0-4.4 (±0.48-0.89) on OSATS. At course completion, 4 themes were identified: Overall Experience with the Course, Facilitators of Performance, Recommendations, and Transfer to Practice. At 6 months of independent practice 5 themes emerged: Level of Confidence, Management of Cognitive Load, Persistence, Barriers to Application, and Recommendations. CONCLUSIONS: All participants demonstrated a high degree of competence when assessed by OSCEs and majority did so with the OSATS. All noticed an increase in confidence and reduced cognitive load while managing airways. These persisted over 6 months of independent practice where the participants were actively managing airways as staff physicians in new workplaces. High performance expectations, automation, schemas, spaced repetition, and homework were the elements most associated with better performance and more confidence. Decreased cognitive load freed up resources for higher order thinking, while the overall sense of competence reduced the anxiety of going to work as a new emergency department staff.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,052
Tête enseignante GPT0,395
Écart entre enseignants0,343 · 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

Citations1
Publié2025
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