Does a Simulated Patient Experience Improve Physiotherapy Students’ Confidence of Shared Decision-Making? A Mixed Methods Study
Notice bibliographique
Résumé
Purpose: Physiotherapy entry-level programmes are designed to equip graduates with the skills required to be autonomous practitioners. Innovative teaching methods, such as role-play simulation, are designed to support students' transition into practice. This study aimed to investigate whether a simulated patient experience could influence student confidence when facilitating behavioural change using a shared decision-making approach. Method: A mixed methods design comprising online pre- and post-surveys of student physiotherapists at one U.K. higher education institution, followed by an invitation to participate in a follow-up semi-structured focus group. Pre- and post-simulation surveys were completed in addition to the Modified Satisfaction with Simulation Experience (MSSE) survey. Likert scale data were treated as numeric variables with the median and Interquartile (IQR) range calculated for combined responses across potential answers. Focus groups included semi-structured questions with thematic analysis generating themes. Results: All 39 respondents “Strongly Agreed” that they were satisfied with the simulated experience, which could be transferred to clinical practice (5, IQR 4–5). The stimulation developed both confidence (5, IQR 4–5) and developed participants’ perception of their shared decision-making skills (4, IQR 4–5). Three key emergent themes from the focus groups included (1) Bridging the gap between clinical practice, (2) Authenticity, and (3) Psychological safety. Conclusions: The simulated role-play patient experience improved the confidence and participants’ perception of their ability to use shared decision-making to facilitate behavioural change. Themes from the semi-structured interviews suggested increased authenticity and psychological safety during the task, which could bridge the gap between theoretical teaching and 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 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 | 0,025 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».