Web-Based Virtual Learning Environment for Medicine Administration in Pediatrics and Neonatology: Content Evaluation
Notice bibliographique
Résumé
BACKGROUND: Worldwide, patient safety has been a widely discussed topic and has currently become one of the greatest challenges for health institutions. This concern is heightened when referring to children. OBJECTIVE: The goal of this study was to develop a virtual learning environment for medication administration, as a tool to facilitate the training process of undergraduate nursing students. METHODS: Descriptive research and methodological development with a quantitative and qualitative approach were used with stages of design-based research as methodological strategies. For the development of the virtual environment, 5 themes were selected: rights of medication administration, medication administration steps, medication administration routes, medication calculation, and nonpharmacological actions for pain relief. After development, 2 groups-expert judges in the field of pediatrics and neonatology for environment validation and undergraduate nursing students for the assessment-were used to assess the virtual learning environment. For the validation of the virtual learning environment by expert judges, the content validity index was used, and for the evaluation of the students, the percentage of agreement was calculated. RESULTS: The study included 13 experts who positively validated the virtual environment with a content validity index of 0.97, and 26 students who considered the content suitable for nursing students, although some adjustments are necessary. CONCLUSIONS: The results show the benefit of the virtual learning environment to the training of nursing students and professional nurses who work in health care. It is an effective educational tool for teaching medication administration in pediatrics and neonatology and converges with the conjectures of active methodologies.
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 | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».