Transfer of Clinical Decision-Making–Related Learning Outcomes Following Simulation-Based Education in Nursing and Medicine: A Scoping Review
Notice bibliographique
Résumé
PURPOSE: Simulation is often depicted as an effective tool for clinical decision-making education. Yet, there is a paucity of data regarding transfer of learning related to clinical decision-making following simulation-based education. The authors conducted a scoping review to map the literature regarding transfer of clinical decision-making learning outcomes following simulation-based education in nursing or medicine. METHOD: Based on the Joanna Briggs Institute methodology, the authors searched 5 databases (CINAHL, ERIC, MEDLINE, PsycINFO, and Web of Science) in May 2020 for quantitative studies in which the clinical decision-making performance of nursing and medical students or professionals was assessed following simulation-based education. Data items were extracted and coded. Codes were organized and hierarchized into patterns to describe conceptualizations and conditions of transfer, as well as learning outcomes related to clinical decision-making and assessment methods. RESULTS: From 5,969 unique records, 61 articles were included. Only 7 studies (11%) assessed transfer to clinical practice. In the remaining 54 studies (89%), transfer was exclusively assessed in simulations that often included one or more variations in simulation features (e.g., scenarios, modalities, duration, and learner roles; 50, 82%). Learners' clinical decision-making, including data gathering, cue recognition, diagnoses, and/or management of clinical issues, was assessed using checklists, rubrics, and/or nontechnical skills ratings. CONCLUSIONS: Research on simulation-based education has focused disproportionately on the transfer of learning from one simulation to another, and little evidence exists regarding transfer to clinical practice. The heterogeneity in conditions of transfer observed represents a substantial challenge in evaluating the effect of simulation-based education. The findings suggest that 3 dimensions of clinical decision-making performance are amenable to assessment-execution, accuracy, and speed-and that simulation-based learning related to clinical decision-making is predominantly understood as a gain in generalizable skills that can be easily applied from one context to another.
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 | 0,040 | 0,220 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,026 | 0,023 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».