Healthcare Students' Experiences of Learner-Educator Cocreation of Virtual Simulations
Notice bibliographique
Résumé
INTRODUCTION: Cocreating virtual simulations with learners during a course is an innovative approach to improving student preparation for real-world practice while helping simulationists meet learner needs, support authentic assessment, and maximize the impact of simulation-based learning. This study explores differences in healthcare students' experiences of learner-educator cocreation of virtual simulations (LECoVSs) using phenomenographic methods. Identifying differences in perceptions of LECoVSs enables educators to make evidence-informed decisions about engaging in simulation cocreation as a tool to maximize learning. METHODS: Phenomenography focuses on identifying different ways that participants can experience the same phenomenon, in this case, LECoVSs. The setting was a collaborative interprofessional simulation assignment between navigation and nursing students. Participants completed a demographic survey then submitted reflective journals completed during the course and/or an open-ended survey. Data analysis occurred in iterative stages, from familiarization with the data to grouping and interpreting themes. RESULTS: Nineteen open-ended surveys and 13 reflective journals from navigation and nursing students who completed the simulation assignment between 2021 and 2023 were analyzed. Students experienced LECoVSs in 4 increasingly complex ways: (1) supporting consistent student progress, (2) amending course expectations, (3) sharing decision-making, and (4) fostering mutual growth. CONCLUSIONS: Simulationists may leverage cocreation to improve student learning, access, empowerment, and professional growth. However, for students to achieve higher learning outcomes, educators need to clearly communicate the full potential of cocreation, how it can occur, and why it can support learning. This study's findings may be used as a framework for explaining simulation cocreation to students to maximize their learning.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| 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 ».