Athletic Therapy Students' Perceptions of High-Fidelity Manikin Simulation: A Pilot Study
Notice bibliographique
Résumé
Context: Athletic therapy students learn emergency skills through a variety of modes, including students portraying injured athletes and cardiopulmonary resuscitation manikins. Although acceptable and satisfactory forms of teaching, these methods are limited in their ability to create realistic physiological symptoms of injury. Objective: To assess how athletic therapy students perceive their learning needs (LNs) relative to the use of high-fidelity manikin simulation (HFMS) compared with student simulation (SS) in the laboratory setting. Design: Pretest-posttest study design. Setting: Nursing Simulation Centre, Sheridan College, Brampton, Ontario, Canada. Patients or Other Participants: Thirty students from the Bachelor of Applied Health Science (Athletic Therapy) program at Sheridan College in years 2 and 4. Intervention(s): Perceived LNs related to the use of the Laerdal Medical SimMan3G HFMS contrasted with the use of SS for learning to respond to a prescribed emergency scenario. Main Outcome Measure(s): Participants completed questionnaires for both the SS and HFMS environments that consisted of 16 specific LNs spanning the cognitive, psychomotor, and affective domains of learning. Paired t tests and a 2-way analysis of variance were used to analyze the questionnaire data. Results: Participants reported all LNs as being equally important in both environments, but HFMS was identified as a better environment for achieving 13 of the 16 LNs. The mean change from pretesting to posttesting of all LNs in the affective domain improved significantly (P < .05) in the HFMS environment. Year 4 participants deemed HFMS to be a more effective means of learning in the cognitive and psychomotor domains (P < .05). Conclusions: The HFMS experience enhanced athletic therapy students' perceptions of their confidence, base of knowledge, decision-making skills, and overall acute management of critical lifesaving situations. The HMFS environment is a more effective tool for addressing the LNs in the affective domain, which includes skills related to confidence, attitudes, values, and appreciations.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».