MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132937030

Exploring the Role of 'Slowing Down When You Should' in Operative Surgical Judgment

2010· dissertation· en· W7132937030 sur OpenAlexaff
Carol-anne Moulton

Notice bibliographique

RevueTSpace · 2010
Typedissertation
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPhenomenonPerceptionFunction (biology)Control (management)Transition (genetics)Observational studyPhase (matter)Mode (computer interface)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Context: The study of expertise in medical education has tended to follow the traditions of describing either the analytic processes or the non-analytic resources that experts acquire with experience. We argue that a critical function of expertise is the ability to transition from the automatic mode to the more effortful mode when required – a transition referred to as ‘slowing down when you should’. Objectives: To explore the phenomenon of ‘slowing down when you should’ in operative surgical practice and its role in intra-operative surgical judgment, and to develop conceptual models of the factors involved in the display of this transition in surgical operative practice. Design: In Phase 1A, 28 surgeons were interviewed about their views of surgical judgment in general and their perceptions of the role of this phenomenon in operative judgment. In Phase 1B, a subset of surgeons from Phase 1A was re-interviewed to explore their perceptions of automaticity in operative practice. In Phase 2, observational sessions (and brief interviews) were conducted of surgeons in the operating room to explore the nature of this phenomenon in its natural environment. Results: The surgeons in this study recognized the phenomenon of ‘slowing down’ in their operative practice and acknowledged its link to surgical judgment. Two main initiators were described and observed: proactively planned ‘slowing down’ moments occurring intra-operatively initiated by critical events anticipated pre-operatively and situationally responsive ‘slowing down’ moments initiated by emergent cues intra-operatively. Numerous influences of this transition were uncovered. A control dynamic emerged as surgeon’s negotiated ‘slowing down’ moments through trainees in their supervisory academic practice. Numerous manifestations of this phenomenon were observed in the operating room and considered using a cognitive psychology attention capacity model. Conclusions: This study offers a conceptual framework for understanding the role of ‘slowing down when you should’ in operative surgical practice, providing a vocabulary that will allow more explicit consideration of what contributes to surgical expertise. Consideration of this framework with its consequent ability to make surgical practices more explicit has implications for self-regulation in practice, surgical error, and surgical training.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,065
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,008
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,156
Tête enseignante GPT0,423
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetSurgical Simulation and Training→Travaux en français237 207→