Are serious games seriously good at preparing students for clinical practice?: A randomized controlled trial
Notice bibliographique
Résumé
Purpose Serious games (SGs) have great potential for pediatric medical education. This study evaluated the efficacy of a SG in improving learner satisfaction, knowledge, and behavior.Materials and methods This was an investigator-blinded randomized controlled trial (RCT) comparing a SG against two controls: (i) adaptive tutorial (AT), and (ii) low-stimulus control (LSC). SG is a highly immersive role-playing game in a virtual hospital. AT delivers interactive web-based lessons. LSC is paper-based clinical practice guidelines. Metropolitan senior medical students at UNSW were eligible. A total of 154 enrolled and were block randomized to one intervention. Participants had access to one intervention for 8 weeks which taught pediatric acute asthma and seizure assessment and management. Satisfaction was assessed with Likert-scale responses to 5 statements and 2 free-text comments. Knowledge was assessed with 10 multiple-choice questions (MCQs). Clinical behavior was assessed during a 30-point simulated clinical management scenario (CMS). Primary analysis was performed on a modified intention-to-treat basis and compared: (1) SG vs. AT; and (2) SG vs. LSC.Results A total of 118 participants were included in the primary analysis (modified intention-to-treat model). No significant differences in MCQ results between the SG and control groups. SG group outperformed the LSC group in the CMS, with a moderate effect (score out of 30: 20.8 (3.2) vs. 18.7 (3.2), respectively, d = 0.65 (0.2–1.1), p = 0.005). No statistically significant difference between SG and AT groups in the CMS (score: 20.8 (3.2) vs. 19.8 (3.1), respectively, d = 0.31 (–0.1 to 0.8), p = 0.18). A sensitivity analysis (per-protocol model) was performed with similar outcomes.Conclusions This is the first investigator-blinded RCT assessing the efficacy of a highly immersive SG on learner attitudes, knowledge acquisition, and performance in simulated pediatric clinical scenarios. The SG demonstrated improved translation of knowledge to a simulated clinical environment, particularly compared to LSC. SGs show promise in pediatric medical education.
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 | 0,011 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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 ».