Crossover design in triage education: the effectiveness of simulated interactive vs. routine training on student nurses’ performance in a disaster situation
Notice bibliographique
Résumé
INTRODUCTION: This study investigates the effectiveness of incorporating simulated interactive guidelines in nursing students' performance during disaster situations, compared to routine training. METHOD: This study was a crossover design with pre-and post-tests for two groups. Each group consisted of 60 students selected using the census method. SIG and routine (Face-to-Face) training sessions were conducted as a crossover design. Triage knowledge questionnaires were used in the pretest to assess triage knowledge. An OSCE test was administered in the posttest to assess student performance, followed by a triage skills questionnaire. Both questionnaires were highly reliable, as indicated by Cronbach's alpha coefficients (0.9 and 0.95, respectively). Statistical analysis was performed using SPSS version 26 software at a significance level 0.05. RESULT: The chi-square test showed that the two groups were homogeneous regarding age. Regarding knowledge level, both groups were homogeneous before the intervention (P = 0.99). Nevertheless, the results of the OSCE test showed that the students in Group A had a higher level of skill than the students in Group B (93% versus 70%). Also, 18% of the students in group B had low skills. DISCUSSION: The study found that student outcomes improved in both groups receiving SIG, suggesting that interaction and simulation improve learning. However, gamification is an ideal precursor to learning and not a substitute for education. Therefore, gamification should not be used as a stand-alone teaching method. CONCLUSIONS: The crossover study found that simulators and games should not be considered stand-alone teaching methods but can contribute to learning sustainability when used alongside instruction.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».