Evaluation of the Impact of Using a Simulator for Teaching Veterinary Students Cerebrospinal Fluid Collection: A Mixed-Methods Study
Notice bibliographique
Résumé
The collection of cerebrospinal fluid (CSF) plays a pivotal role in the diagnosis of central nervous system diseases. Prior training in this invasive procedure is essential to minimize the risk of harming animals. Because of this risk, stress and anxiety can influence the learning process. Simulators can be used to teach and learn invasive procedures. The aim of this mixed-methods study was to validate a CSF collection simulator and investigate students’ perceptions of the simulator as an educational tool. The quantitative approach validated the simulator for face and content validity, and students provided a general evaluation of the simulator using surveys. The simulator’s construct validity was measured by means of a global rating scale. Students’ perceptions were investigated qualitatively using semi-structured interviews. Experts ( n = 13) confirmed the simulator’s face and content validity. Students ( n = 16) evaluated the simulator as supportive of their learning. Results for construct validity demonstrated higher global rating scores from experts than from students. The scores for procedural performance and procedural knowledge and flow showed significant differences ( p ≤ .05). Analysis of interviews with students ( n = 10) revealed four main themes: emotions, learning process, evaluation of the model, and CSF collection procedure. In conclusion, this study validated the use of the CSF simulator as an educational tool that can help students overcome some of their anxiety in relation to performing an invasive procedure.
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 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 | 0,006 | 0,008 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».