Virtual clinical simulation to teach mental health concepts: a scoping review protocol
Notice bibliographique
Résumé
OBJECTIVE: The objective of this review is to determine the extent of the literature on the use of virtual clinical simulation to teach health professional students about mental health. INTRODUCTION: Graduates of health professional programs need to be prepared to provide safe and effective care for persons with a mental illness in every practice context. Clinical placements in specialty areas are difficult to obtain and cannot ensure students will have opportunities to practice specific skills. Virtual simulation is a flexible and innovative tool that can be used in pre-registration health care education to effectively develop cognitive, communication, and psychomotor skills. Given the recent focus on virtual simulation usage, the literature will be mapped to determine what evidence exists regarding virtual clinical simulation to teach mental health concepts. INCLUSION CRITERIA: We will include reports that focus on pre-registration health professional students and use virtual simulation to teach mental health concepts. Reports that focus on health care workers, graduate students, patient viewpoints, or other uses will be excluded. METHOD: Four databases will be searched including MEDLINE, CINAHL, PsycINFO, and Web of Science. Reports with a focus on mental health virtual clinical simulation for health professional students will be mapped. Independent reviewers will screen titles and abstracts, then review the full texts of articles. Data from studies meeting the inclusion criteria will be presented in figures and tables, and described narratively. REVIEW REGISTRATION NUMBER: Open Science Framework https://osf.io/r8tqh.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».