Use of the Virtual Ventilator, a Screen-Based Computer Simulation, to Teach the Principles of Mechanical Ventilation
Notice bibliographique
Résumé
Examination scores from 109 students enrolled in the professional veterinary program at Washington State University were evaluated to determine the effectiveness and utility of the Virtual Ventilator computer simulation for teaching the principles of mechanical ventilation in an anesthesia course. Students were randomly assigned to either a live-animal mechanical ventilation laboratory (LIVE-1st) or a computer laboratory using the mechanical ventilation simulation (SIM-1st) in week 1. During week 2, students in the LIVE-1st group participated in the ventilation simulation while students in the SIM-1st group participated in the live-animal laboratory. Student knowledge was evaluated using two similar written quizzes administered following each laboratory. Student opinions concerning the value of the simulation were assessed using an online survey. Differences in quiz scores within and between groups were compared using t-tests while survey results were tabulated. A p value of less than 0.05 was considered significant. Within the LIVE-1st group, scores for the second quiz, which was taken after the students had completed the simulation exercise, were significantly higher than those obtained from the first quiz. Accordingly, the Virtual Ventilator simulation was at least equivalent to the live-animal laboratory in the ability to present information that was subsequently tested for on the quizzes. Students in the SIM-1st group reported that use of the simulation prior to a live-animal ventilation laboratory enhanced their understanding of and ability to provide mechanical ventilation to anesthetized patients. The Virtual Ventilator simulation appears to be a useful and well-received teaching tool.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».