Pressure Ulcer Management Virtual Reality Simulation (PU-VRSim) for Novice Nurses: Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: Pressure ulcers (PUs) are a common and serious complication in patients who are immobile in health care settings. Nurses play a fundamental role in the prevention of PUs; however, novice nurses lack experience in clinical situations. Virtual reality (VR) is highly conducive to clinical- and procedure-focused training because it facilitates simulations. OBJECTIVE: We aimed to explore the feasibility of a novel PU management VR simulation (PU-VRSim) program using a head-mounted display for novice nurses and to investigate how different types of learning materials (ie, VR or a video-based lecture) impact learning outcomes and experiences. METHODS: PU-VRSim was created in the Unity 3D platform. This mixed methods pilot quasi-experimental study included 35 novice nurses categorized into the experimental (n=18) and control (n=17) groups. The PU-VRSim program was applied using VR in the experimental group, whereas the control group received a video-based lecture. The PU knowledge test, critical thinking disposition measurement tool, and Korean version of the General Self-Efficacy Scale were assessed before and after the intervention in both groups. After the intervention, the experimental group was further assessed using the Clinical Judgment Rubric and interviewed to evaluate their experience with PU-VRSim. RESULTS: The results compared before and after the intervention showed significant improvements in PU knowledge in both the experimental group (P=.001) and control group (P=.005). There were no significant differences in self-efficacy and critical thinking in either group. The experimental group scored a mean of 3.23 (SD 0.44) points (accomplished) on clinical judgment, assessed using a 4-point scale. The experimental group interviews revealed that the VR simulation was realistic and helpful for learning about PU management. CONCLUSIONS: The results revealed that PU-VRSim could improve novice nurses' learning of PU management in realistic environments. Further studies using VR for clinical training are recommended for novice nurses.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».