MétaCan
Menu
Retour à la cohorte
Enregistrement W4392140755 · doi:10.1186/s12909-024-05169-9

Development and evaluation of virtual simulation games to increase the confidence and self-efficacy of healthcare learners in vaccine communication, advocacy, and promotion

2024· article· en· W4392140755 sur OpenAlexafffund
Emily J. Doucette, Madison M. Fullerton, Margaret Pateman, Alyssa Lip, Sherilyn K. D. Houle, James D. Kellner, Jenine Leal, Shannon E. MacDonald, Deborah McNeil, Jane Tyerman, Marian Luctkar‐Flude, Sandra Davidson, Cora Constantinescu

Notice bibliographique

RevueBMC Medical Education · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversity of OttawaAlberta HealthUniversity of AlbertaQueen's UniversityRocky Mountain CollegeAlberta Health ServicesAlberta Children's HospitalUniversity of WaterlooUniversity of Calgary
Organismes subventionnairesPublic Health AgencyPublic Health Agency of Canada
Mots-clésLikert scalePharmacyMedicineSelf-efficacyMultidisciplinary approachNursingMedical educationPromotion (chess)Health careFamily medicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although healthcare providers (HCPs) are the most trusted source of vaccine information, there is a paucity of easily accessible, multidisciplinary educational tools on vaccine communication for them. Virtual simulation games (VSGs) are innovative yet accessible and effective tools in healthcare education. The objectives of our study were to develop VSGs to increase HCP confidence and self-efficacy in vaccine communication, advocacy, and promotion, and evaluate the VSGs' effectiveness using a pre-post self-assessment pilot study. METHODS: A multidisciplinary team of experts in medicine, nursing, pharmacy, and simulation development created three VSGs for HCP learners focused on addressing conversations with vaccine hesitant individuals. We evaluated the VSGs with 24 nursing students, 30 pharmacy students, and 18 medical residents who completed surveys and 6-point Likert scale pre-post self-assessments to measure changes in their confidence and self-efficacy. RESULTS: There were no significant differences in baseline confidence and self-efficacy across the three HCP disciplines, despite varied levels of education. Post-VSG confidence and self-efficacy (median: 5) were significantly higher than pre-VSG (median: 4-5) for all three HCP disciplines (P ≤ 0.0005), highlighting the effectiveness of the VSGs. Medical residents reported significantly lower post-VSG confidence and self-efficacy than nursing and pharmacy learners despite completing the most significant amount of education. CONCLUSIONS: Following the completion of the VSGs, learners in medicine, nursing, and pharmacy showed significant improvement in their self-assessed confidence and self-efficacy in holding vaccine conversations. The VSGs as an educational tool, in combination with existing clinical immunization training, can be used to increase HCP confidence and engagement in vaccine discussions with patients, which may ultimately lead to increased vaccine confidence among patients.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,482
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
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 Opus0,059
Tête enseignante GPT0,431
Écart entre enseignants0,372 · 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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

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