MétaCan
Menu
Retour à la cohorte
Enregistrement W4403070635 · doi:10.54337/nlc.v10.8928

Assessment in clinical simulation

2016· article· en· W4403070635 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProceedings of the International Conference on Networked Learning · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversity of SaskatchewanUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Clinical simulation is a well-established practice in health professional education programs employing technologies to replace or amplify real experiences with guided experiences representing certain key characteristics or behaviours of selected physical or abstract systems. Educators generally employ collaborative debriefing as an integral part of clinical simulation for reflexive and experiential learning. A movement in higher education towards using simulation for competency-based assessment for high stakes testing such as certification or licensure of health professions has been observed. In face of such a complex evolution in educational practice, social practice theory may be useful to gain an understanding of the ways in which contextual factors affect how assessment practices become embedded into higher education contexts. Therefore, in this paper we take a social practice perspective and contend that these pressures are externally derived requirements. We note that in health professional education these requirements are often observed to be mandated by professional regulatory bodies and discipline-specific accrediting agencies.Debate over the appropriateness of each of the various purposeful approaches to assessment (assessment ‘of’, ‘for’, and ‘as’ learning) are not novel. However, our examination of how a potential move from assessment ‘for’ and ‘as’ learning towards adoption assessment ‘of’ learning practices in clinical simulation brings to light concerns over this contemporary pedagogical movement. To now, the body of literature that demonstrates the pedagogic advantages of employing clinical simulation in health professional education has been informed by research into learning environments that are highly supportive of reflexive and collaborative debriefing. Through review of the literature on assessment in clinical simulation we identify several important social elements of that learning environment, including trust and ontological security. We suggest these social elements may be at risk in the face of these evolving assessment practices, and that they warrant deeper investigation in this context.Lastly, we compare themes that emerge through this review of the literature with the essential values of networked learning. With connectivity and co-production of knowledge at the fore, the parallels between these themes and values suggest the utility in adoption of networked learning theory as a pedagogical framework in clinical simulation. Networked learning theory offers the area of assessment practices in clinical simulation, an at once undertheorized yet highly technologically enhanced and connected approach to learning, with a pedagogical framework upon which to build deepened understanding of an important social learning phenomenon.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,105
Tête enseignante GPT0,442
Écart entre enseignants0,337 · 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