Feeling the flow with a serious game workshop: GridlockED as Medical Education 2 study (GAME2 study)
Notice bibliographique
Résumé
OBJECTIVE: GridlockED gameplay workshops were delivered in Canada. This project investigated workshop attendees' experiences, seeking to identify learning points to inform improvement of the workshop. METHODS: GridlockED sessions were held through 2018 and 2019. Workshops targeted medical trainees. After a standardized video, learners played for approximately 90 minutes. Learners completed a postgameplay survey with 7-point Likert scale questions about their experience. RESULTS: Seventy-two participants responded to our survey (41 medical students, 13 physician assistant students, 12 emergency medicine residents, and six faculty members). Trainees rated GridlockED as both enjoyable and a meaningful educational experience, with a mean (±SD) rating of 6.53 (±0.96) of 7 for enjoyment and 6.17 (±1.13) for education. Attendees identified teamwork and communication (49%) as the most helpful learning domain, with patient flow (43%) being second and basics of how the ED worked (31%) being third. The respondents self-identified top areas of learning as resource management (38.9%), improved understanding of various provider roles in the ED (33%), and improved communication skills (33%). CONCLUSION: Medical learners identified GridlockED to be an educational and enjoyable learning experience. Attendees reported that playing this serious game assisted with learning about health systems and communication.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».