An Analysis of Priorities in Developing Virtual Reality Programs for Core Nursing Skills: Cross-sectional Descriptive Study Using the Borich Needs Assessment Model and Locus for Focus Model
Notice bibliographique
Résumé
BACKGROUND: There are limitations to conducting face-to-face classes following the recent COVID-19 pandemic. Web-based education is no longer a temporary form of teaching and learning during unusual events, such as pandemics, but has proven to be necessary to uphold in parallel with offline education in the future. Therefore, it is necessary to scientifically organize the priorities of a learner needs analysis by systematically and rationally investigating and analyzing the needs of learners for the development of virtual reality (VR) programs for core nursing skills (CNS). OBJECTIVE: This study aimed to identify the priorities of learners' needs for the development of VR programs for CNS using the Locus for Focus Model and Borich need assessment model. METHODS: The participants included nursing students in South Korea who were in their second year or higher and had taken courses in fundamental nursing or CNS-related classes. The survey took place from May 20 to June 25, 2021. A total of 337 completed questionnaires were collected. Of these, 222 were used to conduct the final analysis. The self-report questionnaire consisted of 3 parts: perception of VR programs, demand for developing VR programs, and general characteristics. The general characteristics of the participants were analyzed using descriptive statistics. To determine the priority of the demand for developing VR programs for CNS, the Locus for Focus Model and the Borich priority formula were used. RESULTS: In all, 7 skills were identified as being of the top priority for development, including intramuscular injection, intradermal injection, tube feeding, enema, postoperative care, supplying oxygen via nasal cannula, and endotracheal suction. CONCLUSIONS: The analysis showed that nursing students generally needed and prioritized the development of VR programs for the nursing skills involving invasive procedures. The results of this study are intended to help in various practical education classes using VR programs in nursing departments, which are currently facing difficulties in teaching CNS on the web owing to COVID-19.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».