MétaCan
Menu
← Back to cohort
Record W7036016092

Analyse des compétences techniques et non techniques des sauveteurs au combat de niveau 3 lors des stages de médicalisation en milieu hostile au cours de l'année 2021

2022· dissertation· fr· W7036016092 on OpenAlexaboutno aff

Bibliographic record

VenueHAL (Le Centre pour la Communication Scientifique Directe) · 2022
Typedissertation
Languagefr
FieldEnvironmental Science
TopicCrustacean biology and ecology
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)Poison controlOccupational trainingDefense industry
DOInot available

Abstract

fetched live from OpenAlex

Introduction : la prise en charge des blessés de guerre mobilise des compétences techniques (CT) et non techniques (CNT). Les CNT sont regroupées sous le terme de Crew Ressource Management (CRM). Les CT font référence au déroulement de l’algorithme SAFE MARCHE RYAN. Les médecins et infirmiers militaires (sauveteurs au combat de niveau 3) doivent maîtriser ces compétences pour garantir à nos soldats une qualité de soins de soins optimale. Pour leur permettre de les acquérir avant projection opérationnelle, le Service de Santé des Armées s’appuie sur une simulation haute-fidélité : le stage de Médicalisation en Milieu Hostile (MédicHos).L’objectif principal de notre étude est de déterminer les facteurs associés à une meilleure performance du CRM des SC3 lors du stage MédicHos. L’objectif secondaire est la description des prises en charge réalisées.Matériels et méthodes : 47 SC3, lors de 6 stages MédicHos de l’année 2021, ont été inclus. Un questionnaire portant sur la formation initiale et continue, la pratique de la médecine d’urgence hospitalière et pré-hospitalière ainsi que sur l’expérience militaire a été rempli par chacun. Leur CRM a été évalué lors des différents scénarii par l’échelle d’Ottawa Global Rating Scale. Les CT ont été évaluées par une grille d’évaluation du MARCHE RYAN. Résultats : pour les CNT, 172 évaluations du CRM ont pu être réalisées. La pratique régulière de gardes (plus de 24 par an) ainsi que l’expérience de la prise en charge de blessés de guerre étaient significativement associées à une augmentation du score CRM indépendamment des autres facteurs analysés (12% et 1% respectivement). Pour les CT, 333 prises en charge ont été analysées. Le taux de réalisation du MARCHE (84%) est supérieur à celui du RYAN (52%). Les blessés au plus faible taux de réalisation du MARCHE RYAN sont les blessés thoraciques (59%) et neurologiques (64%). Le taux de réalisation des gestes techniques était inférieur au taux de réalisation de l’examen clinique notamment chez les blessés nécessitant une intubation oro-trachéale ou un drain thoracique.Conclusion : notre étude a permis de montrer que la pratique régulière et continue de la médecine d’urgence est essentielle à la maitrise des CNT et CT dans le cadre du sauvetage au combat. Il serait pertinent de s’intéresser aux facteurs favorisant ou empêchant cette pratique régulière.

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.012
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.025
Threshold uncertainty score0.050

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.012
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.001
Science and technology studies0.0010.001
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0130.002

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.

Opus teacher head0.012
GPT teacher head0.263
Teacher spread0.251 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueHAL (Le Centre pour la Communication Scientifique Directe)→Same topicCrustacean biology and ecology→French-language works237,207→