Effect of simulation on cognitive load in health care professionals and students: protocol for a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: The objective of this review is to assess the effect of simulation activities and their design features on cognitive load in health care professionals and students. INTRODUCTION: Simulation activities are now widely implemented in health care professionals' education. However, the mechanisms by which simulations and their design features lead to health care professionals' and students' learning remains unclear. Still, because of their high interactivity and complexity, simulation activities have the potential to impact the cognitive load of learners. Synthesizing evidence regarding this phenomenon could help simulation educators identify the design features that affect learners' cognitive load, and explain why some simulation activities are more effective than others. INCLUSION CRITERIA: This review will consider experimental and quasi-experimental studies in which the effect of a simulation activity on cognitive load in health care professionals or students from any discipline or level of practice is evaluated. All academic and health settings will be included. METHODS: Following the guidelines of the JBI methods for systematic reviews of effectiveness, CINAHL, Embase, ERIC, MEDLINE, PsycINFO, and Web of Science will be searched for studies published in English or French, without a date limit. Retrieved studies will be independently screened for inclusion, then critically appraised for methodological quality by two reviewers using standardized JBI tools. Data extraction will be done independently using adapted tools from JBI. Where possible, data will be pooled using meta-analytical methods. SYSTEMATIC REVIEW REGISTRATION NUMBER: PROSPERO CRD42020187723.
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 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».