Using Observation to Determine Teachable Moments Within a Serious Game: A GridlockED as Medical Education (GAME) Study
Notice bibliographique
Résumé
BACKGROUND: The use of serious games as an educational tool may be an effective strategy to improve knowledge and skill among health care trainees. GridlockED is a serious board game designed to simulate a shift in the emergency department (ED) that incorporates concepts such as prioritization in a multipatient environment and stewardship of finite resources. Serious games can present concepts to learners that are not easily accessible through other teaching methods. GridlockED was designed to demonstrate the principles behind ED flow and how to prioritize in a complex multipatient environment. The objective of this study was to identify teaching points to which learners are exposed while playing the GridlockED game. METHODS: We conducted a prospective, observational study from May to August 2017. Practicing emergency physicians, residents, and nurses were recruited as participants to play GridlockED. Participants were instructed on how to play the game and then engaged in playing GridlockED, during which their gameplay was video recorded. The videos of the play sessions were qualitatively analyzed using an interpretive description technique. All teaching points explicitly stated by players or implicitly observed by researchers were recorded. RESULTS: Teaching points were identified in the GridlockED play sessions centered around the concepts of patient prioritization and staff placement. Major themes present in gameplay, as well as deviations from reality and frequent misconceptions about emergency care, were also identified. CONCLUSION: Observations of experienced ED practitioners reveal that the GridlockED board game creates opportunities for engaging medical learners in systems-level teaching. Our findings will help create the basis for future education modules, but further study is required to ensure that junior trainees actually learn when playing the game.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».