Cardiopulmonary Resuscitation Training by Avatars: A Qualitative Study of Medical Students’ Experiences Using a Multiplayer Virtual World
Notice bibliographique
Résumé
BACKGROUND: Emergency medical practices are often team efforts. Training for various tasks and collaborations may be carried out in virtual environments. Although promising results exist from studies of serious games, little is known about the subjective reactions of learners when using multiplayer virtual world (MVW) training in medicine. OBJECTIVE: The objective of this study was to reach a better understanding of the learners' reactions and experiences when using an MVW for team training of cardiopulmonary resuscitation (CPR). METHODS: Twelve Swedish medical students participated in semistructured focus group discussions after CPR training in an MVW with partially preset options. The students' perceptions and feelings related to use of this educational tool were investigated. Using qualitative methodology, discussions were analyzed by a phenomenological data-driven approach. Quality measures included negotiations, back-and-forth reading, triangulation, and validation with the informants. RESULTS: Four categories characterizing the students' experiences could be defined: (1) Focused Mental Training, (2) Interface Diverting Focus From Training, (3) Benefits of Practicing in a Group, and (4) Easy Loss of Focus When Passive. We interpreted the results, compared them to findings of others, and propose advantages and risks of using virtual worlds for learning. CONCLUSIONS: Beneficial aspects of learning CPR in a virtual world were confirmed. To achieve high participant engagement and create good conditions for training, well-established procedures should be practiced. Furthermore, students should be kept in an active mode and frequent feedback should be utilized. It cannot be completely ruled out that the use of virtual training may contribute to erroneous self-beliefs that can affect later clinical performance.
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 | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».