Making Concepts Material: A Randomized Trial Exploring Simulation as a Medium to Enhance Cognitive Integration and Transfer of Learning.
Notice bibliographique
Résumé
BACKGROUND: Simulation affords opportunities to represent functional relationships between conceptual (eg, anatomy) and procedural knowledge (eg, needle insertion technique) in ways that make them accessible to our many senses. Despite deprioritizing realism, such simulations may encourage trainees to create cognitive connections between these knowledge (ie, cognitive integration), which may improve transfer of learning. However, the impact of such "integrated instruction" has not been examined in simulation-based training. We developed integrated video- and simulator-based instructional modules for lumbar puncture training and compared their impacts on participants' retention, transfer, and conceptual knowledge. METHODS: During 1 hour of simulation-based training, we randomized 66 medical students to receive either (a) video-based procedural-only instruction, (b) integrated video-based instruction, or (c) integrated simulator-based instruction. One week later, we tested participants' retention and transfer performances and their conceptual knowledge on a written test. RESULTS: Simple mediation analyses revealed that compared with participants receiving procedural-only instruction, participants receiving integrated instruction had superior retention and transfer outcomes, mediated by gains in conceptual knowledge (all P < 0.01). We found no significant differences between the integrated groups for retention, transfer, or conceptual knowledge (all P > 0.01). CONCLUSIONS: We extended previous findings, showing integrated instruction (video- or simulator-based) improved trainees' conceptual knowledge, which mediated their improved retention and transfer. As an innovation, we demonstrated how simulators can facilitate cognitive integration by making abstract conceptual-procedural relationships material. In suggesting how researchers might capitalize further on simulator-based integration, we offer an alternative framework for designing simulations that emphasizes cognitive processes rather than simulator fidelity.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».