Escala Ottawa de Gestión Global en Crisis para equipos de salud. Adaptación cultural argentina
Bibliographic record
Abstract
Introducción: En la actualidad, y considerando los avances científicos, hay consenso en incluir dentro de la formación y el entrenamiento de los profesionales de salud competencias del siglo XXI.Esto es, un conjunto de habilidades que incluyen competencias relativas a salud pública y comunitaria, gestión y liderazgo, comunicación y resolución de problemas, creatividad, motivación, autorreflexión, escucha activa y trabajo en equipo, entre otras.La educación en ciencias de la salud y la práctica clínica se enfrentan a múltiples retos en escenarios cambiantes y complejos, generando nuevos desafíos en la práctica clínica.Objetivo: Traducir al español y analizar las primeras evidencias de validez de contenido, con base en juicios de expertos, de la Ottawa Crisis Resource Management Global Rating Scale, con el fin de obtener una herramienta útil, de fácil aplicación y localmente adaptada, para la evaluación de las habilidades de gestión de recursos en crisis (CMR) en personal de salud.Es un instrumento que evalúa habilidades no técnicas para la atención en crisis de personal de salud.Método: Estudio instrumental de traducción y validación conceptual.Resultados: A partir del procedimiento de traducción transcultural de escalas, adaptación cultural y lingüística por medio de juicio experto y la realización de una prueba piloto, se obtuvo una versión preliminar de la escala, conformada por 20 ítems agrupados en cinco dimensiones.Conclusiones: Se obtuvo una herramienta útil, de fácil aplicación y localmente adaptada, para la evaluación de las habilidades de CRM en personal de salud.De esta manera, el presente trabajo da respuesta a una vacancia teórica y técnica de la región.Se sugieren futuros estudios psicométricos con el fin de obtener mayores evidencias en favor de la escala.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.025 | 0.074 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.009 | 0.010 |
| Science and technology studies | 0.004 | 0.009 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.003 | 0.009 |
| Research integrity | 0.002 | 0.007 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".