Virtual Reality Instructional Design in Orthopedic Physical Therapy Education: A Mixed-Methods Usability Test
Notice bibliographique
Résumé
Background Physical therapy education benefits from innovative and authentic learning opportunities. However, factors that influence the acceptance of educational technology must be assessed prior to curricular adoption. The purpose of this study was to assess the perceived ease of use and perceived usefulness of a virtual reality (VR) learning experience developed to promote the clinical decision-making of student physical therapists. Methods A VR learning experience was developed, and an established two-stage usability test assessed player experience as well as the user’s perception of both ease of use and usefulness. Two experts evaluated the VR learning experience and provided feedback. Six student physical therapists and five faculty members completed the VR experience, responded to two questionnaires, and participated in a semi-structured interview to further assess ease of use and utility. Results High levels of perceived ease of use, perceived usefulness, and positive player experiences were reported by both faculty and student users. Faculty users perceived a significantly greater amount of educational and clinical utility from the VR simulation than did student users. Semi-structured interviews revealed themes related to ease of use, benefits, modeling of professional behaviors, and realism. Conclusion Quantitative data supported faculty and student users’ perceptions of ease of use, utility towards learning, practical application, and several constructs related to user experience. Qualitative data provided recommendations to modify design features of the VR experience. This study provides a template to design, produce, and assess the usability of an immersive VR learning experience that may be replicated by other health professions educators where current evidence is limited.
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 | 0,021 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».