A Serious Game (Immunitates) About Immunization: Development and Validation Study (Preprint)
Notice bibliographique
Résumé
<sec> <title>BACKGROUND</title> Vaccination is a fundamental part of all levels—local to worldwide—of public health, and it can be considered one of humanity's greatest achievements in the control and elimination of infectious diseases. Teaching immunization and vaccination can be monotonous and tiring. It is necessary to develop new approaches for teaching these themes in nursing school. </sec> <sec> <title>OBJECTIVE</title> We aimed to develop and validate a serious game about immunization and vaccination for Brazilian nursing students. </sec> <sec> <title>METHODS</title> We developed a quiz-type game, Immunitates, using design and educational theoretical models and Brazilian National Health Guidelines. The game’s heuristics and content were evaluated with 2 different instruments by a team of experts. A sample of nursing students evaluated the validity of the game’s heuristics only. We calculated the content validity index (CVI) for each evaluation. </sec> <sec> <title>RESULTS</title> The study included 49 experts and 15 nursing students. All evaluations demonstrated high internal consistency (Cronbach α≥.86). The game’s heuristics (experts: CVI 0.75-1.0; students: CVI 0.67-1.0) and the game’s contents demonstrated validity (experts: CVI 0.73-1.0). Participants identified some specific areas for improvement in the next version. </sec> <sec> <title>CONCLUSIONS</title> The serious game appears to be valid. It is intended as a support tool for nursing students in the teaching–learning process and as a tool for continuing education for nurses. </sec>
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 | 0,003 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».