The Use of Immersive Virtual Reality Training for Developing Nontechnical Skills Among Nursing Students: Multimethods Study
Notice bibliographique
Résumé
BACKGROUND: Immersive virtual reality (IVR) is a niche technology rising in popularity in nursing education. Although there is an abundance of evidence to demonstrate the effect of virtual reality (VR) on desired learning outcomes, this evidence is limited to technical or procedural skills or managing a single patient with clinical problems. Nontechnical skills (NTS), such as communication, decision-making, teamwork, situation awareness, and managerial skills, have not been explored using IVR technology. OBJECTIVE: This study aimed to (1) investigate the potential efficacy of the IVR system virtual reality hospital (VR-Hospital, or VR-Hosp), a single-user game we developed, on nursing students' NTS, sense of presence in the virtual clinical environment, and satisfaction and self-confidence in learning; (2) identify variables that predict NTS; and (3) explore students' experience in using VR-Hosp. METHODS: A multimethods design with a quantitative and qualitative approach was adopted. Participants were provided with VR-Hosp with 3 scenarios in training. VR-Hosp adopted a multibed, multipatient, multitask approach and was embedded with various clinical situations. Learning outcomes were measured after the training, followed by group interviews. RESULTS: In total, 202 students joined the study. Results revealed high levels of satisfaction and self-confidence in learning. Significant achievement in NTS was perceived by the students. The levels of satisfaction and self-confidence in learning and the involvement and sensory fidelity domains in the sense of presence were positive predictors of NTS. CONCLUSIONS: The promising results offer a basis for designing IVR activities for nursing education. Further investigations are imperative to determine the impact of IVR technology on learning outcomes in clinical practice.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».