MétaCan
Menu
Retour à la cohorte
Enregistrement W4320856599 · doi:10.2196/40040

Technology Acceptance and Authenticity in Interactive Simulation: Experimental Study

2023· article· en· W4320856599 sur OpenAlexvenueno aff
Dahlia Musa, Laura González, Heidi Penney, Salam Daher

Notice bibliographique

RevueJMIR Medical Education · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInteractivityComputer scienceWilcoxon signed-rank testInteractive simulationTechnology acceptance modelTest (biology)Flexibility (engineering)Exploratory researchUsabilityPsychologyMultimediaHuman–computer interactionMann–Whitney U testSimulationMedicineStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Remote and virtual simulations have gained prevalence during the COVID-19 pandemic as institutions maintain social distancing measures. Because of the challenges of cost, flexibility, and feasibility in traditional mannequin simulation, many health care educators have used videos as a remote simulation modality; however, videos provide minimal interactivity. OBJECTIVE: In this study, we aimed to evaluate the role of interactivity in students' simulation experiences. We analyzed students' perceptions of technology acceptance and authenticity in interactive and noninteractive simulations. METHODS: Undergraduate nursing students participated in interactive and noninteractive simulations. The interactive simulation was conducted using interactive video simulation software that we developed, and the noninteractive simulation consisted of passively playing a video of the simulation. After each simulation, the students completed a 10-item technology acceptance questionnaire and 6-item authenticity questionnaire. The data were analyzed using the Wilcoxon signed-rank test. In addition, we performed an exploratory analysis to compare technology acceptance and authenticity in interactive local and remote simulations using the Mann-Whitney U test. RESULTS: Data from 29 students were included in this study. Statistically significant differences were found between interactive and noninteractive simulations for overall technology acceptance (P<.001) and authenticity (P<.001). Analysis of the individual questionnaire items showed statistical significance for 3 out of the 10 technology acceptance items (P=.002, P=.002, and P=.004) and 5 out of the 6 authenticity items (P<.001, P<.001, P=.001, P=.003, and P=.005). The interactive simulation scored higher than the noninteractive simulation in all the statistically significant comparisons. Our exploratory analysis revealed that local simulation may promote greater perceptions of technology acceptance (P=.007) and authenticity (P=.027) than remote simulation. CONCLUSIONS: Students' perceptions of technology acceptance and authenticity were greater in interactive simulation than in noninteractive simulation. These results support the importance of interactivity in students' simulation experiences, especially in remote or virtual simulations in which students' involvement may be less active.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,031
Tête enseignante GPT0,471
Écart entre enseignants0,440 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical EducationMême sujetSimulation-Based Education in HealthcareTravaux en français237 207