MétaCan
Menu
Retour à la cohorte
Enregistrement W4386019850 · doi:10.2196/44766

Virtual Reality Technology in Nursing Professional Skills Training: Bibliometric Analysis

2023· article· en· W4386019850 sur OpenAlex
Chengang Hong, Liping Wang

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Serious Games · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Zhejiang Province
Mots-clésVirtual realityProfessional developmentMedical educationDescriptive statisticsNurse educationPsychologyNursingMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nursing professional skills training has undergone significant transformation due to the exponential growth of computer and medical technology. The innovative use of virtual reality (VR) in nursing education has emerged as a cutting-edge technical support technique that has gained attention as a highly effective method for improving nurse training quality. OBJECTIVE: This study aims to review the current status of VR technology in nursing professional skills training, research hotspots, and emerging trends in the last 15 years. METHODS: The Web of Science Core Collection database was used to search for literature on VR technology in nursing professional skills training covering the period from 2006 to 2022. Biblioshiny (K-Synth Srl) was used to import and convert the records to Bibliometrix (K-Synth Srl) for analysis, and R (R Core Team) was used for descriptive bibliometric analysis. VOSviewer (Leiden University) was used to cluster co-occurring keywords, and Scimago Graphica (version 1.0.16; Scimago Lab) was used to generate a geographical visualization of published countries and regions. RESULTS: A total of 1073 papers were analyzed, indicating a surge in research on the application of VR in nursing professional skills training in recent years, as evidenced by a positive trend in annual publication of relevant literature. The majority of studies were from the United States (n=340) and Canada (n=107), and Margaret Verkuyl was the most prolific author, leading the way with 9 publications. Furthermore, "Computerized Virtual Patients in Health Professions Education: a Systematic Review and Meta-Analysis" was the most frequently cited reference. Keywords such as education, simulation, skills, students, and care were most commonly used by researchers. CONCLUSIONS: The bibliometric analysis provides a comprehensive overview of the use of VR in nursing professional skills training, indicating that VR-based training is an effective means of improving the skills and competencies of nursing students and professionals alike. The COVID-19 pandemic has reinforced the importance of developing VR-based distance education, despite challenges such as integrating virtual and real-world training and mitigating safety risks.

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.

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devismedium
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,943

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0670,329
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,029
Tête enseignante GPT0,368
Écart entre enseignants0,338 · 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