Playing games, saving lives: a critical analysis of serious games for nursing instruction
Notice bibliographique
Résumé
Used by military tacticians, political strategists, educational institutions and increasingly healthcare organizations, serious games are often defined as interactive digital games purpose-built to persuade and educate rather than strictly entertain (Zyda, 2005; Abt, 1970; Chen & Michael, 2005). Serious games offer learners the opportunity to experience subject matter in a different way than more traditional, classroom-based education. Using experiential learning theory (ELT) as defined by Kolb (1984), this Master’s Research Project (MRP) examines how two serious games, Post-Op Pediatric Clinical Simulation and Therapeutic Communication and Mental Health Assessment, Skills Practice: A Home Visit, created for nursing education, were constructed. Specifically, this paper explores how healthcare educators and technologists from Toronto-based post secondary institutions designed these serious games. Based on the designers’ understanding of serious games and their decisions, what key design elements were prioritized to support student learning and engagement? What design elements can be observed in these games? The analysis was conducted using qualitative content analysis of the designer’s interviews and qualitative content analysis of the games. The research uncovers that interactivity and immersion were observed to be prioritized by the designers in their discussions and in the final design of the game. This emphasis on interactivity and immersion was described by the designers as being in service of delivering a “real-world” simulated set of patient encounters in acute care pediatrics and mental health assessments in Post-Op and Home Visit respectively. The game designers also made a series of design decisions that resulted in an always-on, pervasive game design which encourages pick-up-and-play game replayability and student experimentation.
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 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,012 | 0,019 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,006 |
| 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 ».