MétaCan
Menu
← Retour à la cohorte
Enregistrement W3210487648

The Integration of Virtual Simulation Gaming into Nursing Resuscitation Education: A Pilot Randomised Controlled Trial

2019· dissertation· en· W3210487648 sur OpenAlexaboutno aff
Evan Keys

Notice bibliographique

RevueQSpace (Queen's University Library) · 2019
Typedissertation
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNursingMedicineNurse educationRandomized controlled trialMedical educationSurgery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background The Heart and Stroke Foundation of Canada (HSFC) reports that up to 40,000 Canadians experience cardiac arrest per year (HSFC, 2016). Of these 40,000, 13.7 to 22.3 per cent achieve return of spontaneous circulation but only 10.5 per cent survive to discharge (Benjamin et al., 2019; Girotra et al., 2012). Global health authorities have set a target of doubling rates of survival from cardiac arrest by 2020 (Diercks, Al-Khatib, & Link, 2016). Meeting this target will rely heavily on well-educated and highly skilled nurses. Virtual simulation gaming (VSG) is a promising educational tool that helps faculty convey resuscitation education in an engaging and effective way (Borg Sapiano, Sammut, & Trapani, 2018). With the goal of helping students learn how to care for patients in cardiac arrest, a resuscitation-oriented VSG was created. The objective of this thesis was to examine the effect of VSG on nursing students’ during a resuscitation-oriented clinical simulation. Research Question In senior-level undergraduate nursing students undergoing resuscitation education, does VSG pre-simulation preparation, when compared to traditional pre-simulation preparation, result in greater student performance during a resuscitation-oriented clinical simulation, as evaluated through the use of a 12-item performance checklist? Method Twenty (20) senior-level undergraduate nursing students were recruited to participate in a pilot randomised controlled trial. The trial compared student performance during a resuscitation-oriented clinical simulation. Students were provided either the HSFC’s Basic Life Support (BLS) and Advanced Cardiovascular Life Support (ACLS) guidelines or a resuscitation-oriented VSG in combination with the HSFC’s BLS and ACLS guidelines. Results A Mann-Whitney U test reported significantly greater overall performance by the intervention group (Median [Mdn] = 12) than the control group (Mdn = 8) during a resuscitation-oriented clinical simulation, as evaluated through a 12-item performance checklist (U = 12, p = .003). Conclusion The results of this work indicate that inclusion of a VSG as an adjunct pre-simulation preparation tool for resuscitation education could have a positive impact on students’ performance during clinical simulation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,301
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQSpace (Queen's University Library)→Même sujetSimulation-Based Education in Healthcare→Travaux en français237 207→