Team cognition in healthcare simulation: a framework for deliberate measurement
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Team mental models and team situational awareness are key components of healthcare team simulation. Human factors and organizational psychology researchers have developed clear definitions and theories about these concepts that are at times 'lost in translation' within the prevailing forms of measurement and training utilized in healthcare. Simulation research to date has often relied upon indirect and imprecise measures and a conceptualization of team cognition that ill equips simulation educators as they endeavour to optimize healthcare team performance. METHODS: We present a narrative review that examines how team cognition is assessed in healthcare team simulation, critically consider assessment strategies described in key studies, and contrast them to advances in human factors and organizational psychology. RESULTS: This study presents a framework that reconceptualizes how we measure team cognition in healthcare simulation along the matrices of directness and timing of evaluation. We pair this framework with a table that exemplifies extant measurement techniques and highlight how simulation educators may decide between different 'types' of assessment based upon their needs. DISCUSSION: We offer recommendations for educators to consider capturing team cognition before, during, and after simulation. We also offer recommendations for researchers to develop tools that may be more readily applied across key settings. CONCLUSION: Here, we present a framework of team cognition for healthcare action teams that advances healthcare simulation to better align with human factors and organizational psychology literature. This work will guide healthcare simulation educators and researchers on their quest to optimize team performance through improved team cognition. TRIAL REGISTRATION: None.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle