Team and Leadership Performance: An Exploratory Mixed-Methods Analysis Using Interprofessional In Situ Simulation
Notice bibliographique
Résumé
Learning Objective: To assess leader and team performance during interprofessional in situ simulation and identify characteristics of effective teams.Background: Patient care in the emergency department (ED) is dependent on highly effective interprofessional teams.Objectives: To assess leader and team performance during interprofessional in situ simulation and identify characteristics of effective teams.Methods: This mixed-methods study employed case study methodology. Eligible nurses, technicians, pharmacists, and PGY 2-4 emergency medicine residents at a tertiary academic ED participated in a 10-minute in situ simulation of a critically ill patient. Participants self-rated team performance using the Team Performance Observation Tool (TPOT) 2.0. Two raters independently reviewed simulation videos and rated performance using the TPOT 2.0, Team Emergency Assessment Measure (TEAM), and Ottawa Crisis Resource Management Global Rating Scale (Ottawa GRS). Following the simulations we conducted semi-structured interviews. Transcripts were coded by two coders and underwent thematic analysis.Results: 23 simulations took place between January-April 2021. Two raters’ scores were on the high end of the scales for the TPOT 2.0 (R1 4.90,SD=0.17;R2 4.53,SD=0.27), TEAM (R1 3.89,SD=0.19;R2 3.58,SD=0.39), and Ottawa GRS (R1 6.6,SD=.56;R2 6.2,SD=.54). Team leader attributes including year in residency, age, and gender did not correlate with performance scores. We identified 6 themes: leadership tone, interdependent energy, strategic staffing, optimal communication, simulation empowering team performance, and team entrustment. Participants acknowledged the effectiveness of in situ simulation in promoting entrustment in the clinical setting.Conclusions: The TPOT and TEAM were not discriminatory for high-performing ED teams. Our qualitative analysis revealed features such as entrustability, energy, and team size are important for effective team dynamics but are not completely captured on current tools. ED-specific assessments of interprofessional entrustment may be useful in optimizing readiness for the clinical setting.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».