Comparing the Effects on Learning Outcomes of Tablet-Based and Virtual Reality–Based Serious Gaming Modules for Basic Life Support Training: Randomized Trial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Serious gaming is recognized as a training tool due its potential for a risk-free educational environment. There is still limited research about using serious gaming modules for emergency skills training. OBJECTIVE: The aim of this study is to compare the effects on the knowledge level of participants after using a tablet-based serious game and a virtual reality (VR)-based serious game for Basic Life Support using a pretest/posttest method. METHODS: The study was designed as a randomized trial comparing pretest and posttest results. A tablet-based and VR-based serious game with identical content was used for 40 participants. Over half of them (22/40, 55%) were included in the VR group and just under half (18/40, 45%) were in the tablet group. Student t test and Wilcoxon signed rank tests were used to determine the relation between the dependent and independent variables. In order to determine the effect size of the results, the effect size calculator (Cohen d) for t test was used. There is a significant difference between pre- and posttest results in both groups (P=.001; Wilcoxon). RESULTS: Mean posttest results were significantly higher in both groups. The posttest results were significantly higher in the VR group in terms of pre- and posttest changes (P=.021; Student t test). CONCLUSIONS: Past research studies have shown that serious gaming presents a favorable additional tool for medical education. The results indicate that both serious gaming modules are effective and that VR-based serious gaming is more efficient in terms of learning outcome than tablet-based gaming.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle