MétaCan
Menu
Retour à la cohorte
Enregistrement W4416202685 · doi:10.4103/cjrm.cjrm_70_24

Can implementation of in situ simulation support rural emergency provider self-confidence and improve patient safety? A mixed-methods study

2025· article· en· W4416202685 sur OpenAlexaffvenueabout
Sebastian Diebel, Aidan Wharton, Michelle W. Parker

Notice bibliographique

RevueCanadian Journal of Rural Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensNOSM University
Organismes subventionnairesnon disponible
Mots-clésQuality managementHealth carePatient satisfactionTelemedicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Rural emergency departments across Canada face challenges such as limited access to continuing medical education and resource constraints. Our study evaluates in situ Simulation (ISS) as an educational tool in a small rural emergency department, focusing on participant satisfaction, clinician confidence and the identification of latent safety threats (LSTs). METHODS: Five monthly ISS sessions were conducted during active clinical hours, involving physicians, nurses and nurse practitioners selected through convenience sampling. After each session, participants anonymously completed the validated student satisfaction and self-confidence in learning survey and short-answer questions to identify LSTs. RESULTS: Participants reported high satisfaction with ISS, and high confidence in clinical skills post-simulation. Thematic analysis of short-answer responses identified several LSTs in clinical care systems, which were brought for review by department leadership to improve patient and provider safety. CONCLUSION: ISS is a feasible and valuable educational strategy for rural healthcare providers, promoting participant satisfaction and enhancing confidence in managing acute situations. In addition, it effectively identifies safety issues, contributing to improved patient care. This model can inform similar initiatives in other rural settings facing educational and resource challenges. INTRODUCTION: Les services d'urgence en milieu rural à travers le Canada font face à des défis tels que l'accès limité à la formation médicale continue et les contraintes de ressources. Notre étude évalue la simulation in situ (SIS) comme outil pédagogique dans un petit service d'urgence rural, en mettant l'accent sur la satisfaction des participants, la confiance des cliniciens et l'identification des menaces latentes à la sécurité. MTHODES: Cinq séances mensuelles de SIS ont été réalisées pendant les heures cliniques actives, réunissant des médecins, des infirmières et des infirmières praticiennes sélectionnés par échantillonnage de convenance. Après chaque séance, les participants ont rempli de façon anonyme le questionnaire validé Student Satisfaction and Self-Confidence in Learning Survey (SCLS), ainsi que des questions à réponses courtes visant à identifier les menaces latentes à la sécurité. RSULTATS: Les participants ont rapporté un haut niveau de satisfaction à l'égard de la SIS et une grande confiance dans leurs compétences cliniques après les simulations. L'analyse thématique des réponses courtes a permis d'identifier plusieurs menaces latentes à la sécurité dans les systèmes de soins cliniques, lesquelles ont été soumises à l'examen de la direction du service afin d'améliorer la sécurité des patients et des prestataires. CONCLUSION: La SIS constitue une stratégie pédagogique réalisable et précieuse pour les professionnels de la santé en milieu rural, favorisant la satisfaction des participants et renforçant leur confiance dans la gestion des situations aiguës. De plus, elle permet de cerner efficacement des enjeux de sécurité, contribuant ainsi à l'amélioration des soins aux patients. Ce modèle peut inspirer des initiatives similaires dans d'autres contextes ruraux confrontés à des défis éducatifs et de ressources.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,967

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,016
Tête enseignante GPT0,406
Écart entre enseignants0,391 · 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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Rural MedicineMême sujetSimulation-Based Education in HealthcareTravaux en français237 207