Medical Students’ Perceptions of Play and Learning: Qualitative Study With Focus Groups and Thematic Analysis
Notice bibliographique
Résumé
BACKGROUND: In times where distance learning is becoming the norm, game-based learning (GBL) is increasingly applied to health profession education. Yet, decisions for if, when, how, and for whom GBL should be designed cannot be made on a solid empirical basis. Though the act of play seems to be intertwined with GBL, it is generally ignored in the current scientific literature. OBJECTIVE: The objective of our study was to explore students' perceptions of play in leisure time and of GBL as part of a mechanistic, bottom-up approach towards evidence-informed design and implementation of GBL in health profession education. METHODS: We conducted 6 focus group discussions with medical and dentistry students, which were analyzed using thematic analysis. RESULTS: A total of 58 students participated. We identified 4 major themes based on the students' perception of play in leisure time and on the combination of play and learning. Our results indicate that, while play preferences were highly various in our health profession student cohort, pleasure was the common ground reported for playing. Crucially, play and the serious act of learning seemed paradoxical, indicating that the value and meaning of play are strongly context-dependent for students. CONCLUSIONS: Four key points can be constructed from our study. First, students play for pleasure. Perceptions of pleasure vary considerably among students. Second, students consider play as inefficient. Inefficiency will only be justified when it increases learning. Third, play should be balanced with the serious and only be used for difficult or tedious courses. Fourth, GBL activities should not be made compulsory for students. We provide practical implications and directions for future research.
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 | 0,000 |
| 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 ».