MétaCan
Menu
Retour à la cohorte
Enregistrement W2809793143 · doi:10.2196/10693

Web-Based Immersive Patient Simulator as a Curricular Tool for Objective Structured Clinical Examination Preparation in Surgery: Development and Evaluation

2018· article· en· W2809793143 sur OpenAlexvenueno aff
Seung‐Hun Chon, Sabrina Hilgers, Ferdinand Timmermann, Thomas Dratsch, Patrick Sven Plum, Felix Berlth, Rabi R. Datta, Hakan Alakus, Hans Schlößer, Christoph Schramm, Daniel Pinto dos Santos, Christiane J. Bruns, Robert Kleinert

Notice bibliographique

RevueJMIR Serious Games · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumAlice (programming language)Computer scienceTest (biology)Process (computing)Educational measurementMedical educationMultimediaSimulationMedicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Objective Structured Clinical Examination is a standard method of testing declarative and process knowledge in clinical core competencies. It is desirable that students undergo Objective Structured Clinical Examination training before participating in the exam. However, establishing Objective Structured Clinical Examination training is resource intensive and therefore there is often limited practice time. Web-based immersive patient simulators such as ALICE (Artificial Learning Interface of Clinical Education) can possibly fill this gap as they allow for the training of complex medical procedures at the user's individual pace and with an adaptable number of repetitions at home. ALICE has previously been shown to positively influence knowledge gain and motivation. OBJECTIVE: Therefore, the aim of this study was to develop a Web-based curriculum that teaches declarative and process knowledge and prepares students for a real Objective Structured Clinical Examination station. Furthermore, we wanted to test the influence of ALICE on knowledge gain and student motivation. METHODS: A specific curriculum was developed in order to implement the relevant medical content of 2 surgical Objective Structured Clinical Examination stations into the ALICE simulator framework. A total of 160 medical students were included in the study, where 100 students had access to ALICE and their performance was compared to 60 students in a control group. The simulator performance was validated on different levels and students' knowledge gain and motivation were tested at different points during the study. RESULTS: The curriculum was developed according to the Kern cycle. Four virtual clinical cases were implemented with different teaching methods (structured feedback, keynote speech, group discussion, and debriefing by a real instructor) in order to consolidate declarative and process knowledge. Working with ALICE had significant impact on declarative knowledge gain and Objective Structured Clinical Examination performance. Simulator validation was positive for face, content, construct, and predictive validity. Students showed high levels of motivation and enjoyed working with ALICE. CONCLUSIONS: ALICE offers Web-based training for Objective Structured Clinical Examination preparation and can be used as a selective didactic intervention as it has positive effect on knowledge gain and student motivation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil0,732

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,415
Écart entre enseignants0,378 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetSimulation-Based Education in HealthcareTravaux en français237 207