Continuing education for healthcare professionals: in situ simulation of cardiac arrest in primary care*
Notice bibliographique
Résumé
Abstract The article aims to explore the experiences of primary care health professionals in participating in situ simulation as a strategy for continuing education in the care of individuals in cardiopulmonary arrest situations. This is a retrospective and documentary study with a qualitative approach, conducted with primary care health professionals from two Municipal Health Centers located in the city of Rio de Janeiro (RJ), Brazil. A questionnaire comprising four open-ended questions was administered at the conclusion of six university extension courses, which were developed between July and September 2023. Thematic-categorical content analysis was utilised to structure the data. The results of the research project are presented in the following section. The study involved the administration of questionnaires to 74 health professionals, which enabled the construction of two categories: “Cardiopulmonary resuscitation course using in situ simulation” and “In situ simulation as a continuing education strategy.” Satisfaction with participating in the in situ simulation was identified, as was the motivation to learn more about the subject and the importance of using an active methodology in continuing education, as well as the potential for team education in the workplace. We observed the power of in situ simulation as a strategy for continuing health education for professionals working in primary care, specifically focusing on cardiopulmonary resuscitation in adults. The participants’ experience demonstrated the efficacy of a teaching method based on active methodology in fostering their participation and motivating them to learn from the experience of in situ simulation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».