MétaCan
Menu
Retour à la cohorte
Enregistrement W4313904335 · doi:10.2196/40350

A Serious Game About Hematology for Health Care Workers (SUPER HEMO): Development and Validation Study

2023· article· en· W4313904335 sur OpenAlexvenueno aff
Julien Perrin, Amélie Meeus, Julien Broséus, Pierre-Jean Morieux, Valentine Di Ceglie, Julien Gravoulet, Maud D’Aveni

Notice bibliographique

RevueJMIR Serious Games · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésMedical educationCurriculumPharmacyHealth careMedicineHematologyTest (biology)PsychologyFamily medicineInternal medicinePedagogy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Complete blood count (CBC) and hemostatic screening tests are among the most commonly prescribed blood tests worldwide. All health care workers (nurse practitioners, pharmacists, dentists, midwives, and physicians) are expected to correctly interpret the results in their daily practice. Currently, the undergraduate hematology curriculum consists predominantly of lecture-based teaching. Because hematology combines basic science (blood cells and hemostasis physiology) and clinical skills, students report that they do not easily master hematology with only lecture-based teaching. Having interviewed students at the University of Lorraine, we considered it necessary to develop new teaching approaches and methods. OBJECTIVE: We aimed to develop and validate a serious game about CBC analysis for health care students. Our primary objective was to help students perceive hematology as being a playful and easy topic and for them to feel truly involved in taking care of their patients by analyzing blood tests. We considered that this game-based approach would be attractive to students as an addition to the classic lecture-based approach and improve their knowledge and skills in hematology. METHODS: We developed an adventure game called SUPER HEMO, a video game in which the player assumes the role of a protagonist in an interactive story driven by exploration and problem-solving tests. Following validation with beta testing by a panel of volunteer students, we used a novel, integrated teaching approach. We added 1.5 hours of gaming to the standard curriculum for a small group of volunteer students. Physician and pharmacy students in their third year at a single French university were invited to attend this extracurricular course. Pregame and postgame tests and satisfaction surveys were immediately recorded. Final hematology exam results were analyzed. RESULTS: A total of 86 of 324 physician students (26.5%) and 67 of 115 pharmacy students (58%) opted to participate. Median scores on the pre- and posttests were 6 out of 10 versus 7 out of 10, respectively, for the physician students, (P<.001) and 7.5 out of 10 versus 8 out of 10, respectively, for the pharmacy students (P<.001). At the final hematology evaluation, physician students who played SUPER HEMO had a slightly better median score than those who did not: 13 out of 20 versus 12 out of 20, respectively (P=.002). Pharmacy students who played SUPER HEMO had a median score of 21.75 out of 30; this was not significantly different from pharmacy students who did not play SUPER HEMO (20/30; P=.12). Among the participants who answered the survey (n=143), more than 86% (123/143) believed they had strengthened their knowledge and nearly 80% (114/143) of them had fun. CONCLUSIONS: Feedback from this game session provided evidence to support the integration of interactive teaching methods in undergraduate hematology teaching. The development of SUPER HEMO is intended to be completed so that it can become a support tool for continuing education.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,589
Score d'incertitude au seuil0,902

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,380
Écart entre enseignants0,352 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetEducational Games and GamificationTravaux en français237 207