Evaluating a Serious Gaming Electronic Medication Administration Record System Among Nursing Students: Protocol for a Pragmatic Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Although electronic medication administration record systems have been implemented in settings where nurses work, nursing students commonly lack robust learning opportunities to practice the skills and workflow of digitalized medication administration during their formative education. As a result, nursing students' performance in administering medication facilitated by technology is often poor. Serious gaming has been recommended as a possible intervention to improve nursing students' performance with electronic medication administration in nursing education. OBJECTIVE: The objectives of this study are to examine whether the use of a gamified electronic medication administration simulator (1) improves nursing students' attention to medication administration safety within simulated practice, (2) increases student self-efficacy and knowledge of the medication administration process, and (3) improves motivational and cognitive processing attributes related to student learning in a technology-enabled environment. METHODS: This study comprised the development of a gamified electronic medication administration record simulator and its evaluation in 2 phases. Phase 1 consists of a prospective, pragmatic randomized controlled trial with second-year baccalaureate nursing students at a Canadian university. Phase 2 consists of qualitative focus group interviews with a cross-section of nursing student participants. RESULTS: The gamified medication administration simulator has been developed, and data collection is currently under way. CONCLUSIONS: If the gamified electronic medication administration simulator is found to be effective, it could be used to support other health professional simulated education and scaled more widely in nursing education programs. TRIAL REGISTRATION: ClinicalTrials.gov NCT03219151; https://clinicaltrials.gov/show/NCT03219151 (Archived by WebCite at http://www.webcitation.org/6yjBROoDt). REGISTERED REPORT IDENTIFIER: RR1-10.2196/9601.
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 | 0,044 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,003 |
| Méta-épidémiologie (sens large) | 0,013 | 0,006 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,010 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,065 | 0,010 |
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 ».