Augmented reality m-learning to enhance nursing skills acquisition in the clinical skills laboratory
Notice bibliographique
Résumé
Purpose – This paper aims to report on a pilot research project designed to explore if new mobile augmented reality (AR) technologies have the potential to enhance the learning of clinical skills in the lab. Design/methodology/approach – An exploratory action-research-based pilot study was undertaken to explore an initial proof-of-concept design in using AR resources to supplement clinical skills lab teaching. A convenience non-probability sample of 72 undergraduate nursing students tested these resources during lab sessions, and participated in post-exposure surveys and focus groups to help evaluate them. This pilot design aimed to test logistics and gather information prior to further developmental work. Findings – Key similarities emerged between the survey and focus group findings regarding the technical issues and support for student learning. Students clearly expressed a comfort with the technology, and both students and faculty identified the ability to access resources to support self-directed learning and review of skills as positive attributes of using AR. However, technical issues such as slow response times and incompatible smartphones interfered with resource access and frustrated some students, potentially having a negative impact on their learning. Students gave positive feedback regarding the value of mobile access and having AR resources available “at the bedside” where they were practicing. Research limitations/implications – This empirical pilot study was limited to a small number of participants in a single location. However, a deeper understanding of the potential value of AR in clinical health professional education, and best practices in implementing these new technologies, was achieved. Practical implications – This study provides a valuable practical contribution, as the approach for AR resource development described can be readily replicated by teachers with limited technical skills. The practical limitations of AR technologies discovered by use in real-world settings will provide developers and educators with valuable information as they begin to explore the use of AR in the lab and beyond. Social implications – AR represents a rapidly developing field, with increasing social impact. This study provides some initial ideas that will help inform future uptake of AR in wider educational settings, beyond health professional education. Originality/value – This study represents original work in the field, and specifically, an original implementation of AR in an educational context.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».